7550 papers
Dit paper introduceert JOPP-3D, een raamwerk voor open-vocabulaire semantische segmentatie dat panoramische beelden en 3D-puntenwolkdata combineert om taalgestuurde, coherente segmentaties te genereren met aanzienlijk betere prestaties dan de huidige stand van de techniek.
Dit artikel presenteert een methode om 3D-diffusiemodellen voor medische beeldvorming te optimaliseren via versterkingslering met multi-schaalbeloningen, wat leidt tot een verbeterde beeldkwaliteit en een grotere bruikbaarheid voor downstream-taak zoals tumor- en ziekteclassificatie.
Deze paper introduceert auto-aggregatie en per-pixel rescaling als nieuwe technieken om training-vrije diffusion-segmentatoren beter te laten schalen met de generatieve kracht van moderne modellen door bestaande kloven in cross-attention-kaarten te overbruggen.
Dit paper introduceert een tweestapskader dat contrastief leren op gelabelde alfabetten combineert met zelftoezicht via leraar-leerling distillatie om robuuste, vervormingsinvariante embeddings te leren voor het vaststellen van scriptgelijkenis zonder betrouwbare grondwaarheid over historische relaties.
Deze paper introduceert de Motion Turing Test en het HHMotion-dataset om de menselijke gelijkenis van humanoid robotbewegingen te evalueren, waarbij wordt vastgesteld dat huidige robots nog afwijkingen vertonen en dat een eenvoudige basismodel de menselijke gelijkenis beter voorspelt dan multimodale grote taalmodellen.
Dit paper introduceert CRIMSON, een klinisch onderbouwde evaluatiemethode voor het genereren van radiologieverslagen die fouten weegt op basis van klinische relevantie en patiëntveiligheid, en die sterk correleert met de beoordelingen van gespecialiseerde radiologen.
Dit paper introduceert SpaCRD, een transfer learning-methode die histologie en ruimtelijke transcriptomics via een geavanceerd fusie-netwerk combineert om kankergebieden nauwkeuriger te detecteren dan bestaande methoden, zelfs bij variatie in monsters en platforms.
Deze paper introduceert ALANet, een adaptief taalbewust netwerk dat reflecties in afbeeldingen effectief verwijdert door onnauwkeurige taalinvoer te filteren en te optimaliseren, en presenteert het CRLAV-dataset voor evaluatie onder complexe omstandigheden.
Deze paper introduceert een punt-gesuperviseerde framework voor skeletgebaseerde actie-segmentatie die met slechts één gelabeld frame per actiesegment competitieve resultaten bereikt door multimodale data en geavanceerde pseudo-labeltechnieken te combineren, waardoor de afhankelijkheid van kostbare frame-voor-frame annotaties aanzienlijk wordt verminderd.
Dit paper introduceert VG3S, een nieuw raamwerk dat visuele geometrische grounding van Vision Foundation Models integreert in 3D Gaussian Splatting om de nauwkeurigheid van semantische bezettingsvoorspelling voor autonoom rijden aanzienlijk te verbeteren.
Dit paper introduceert CoE, een trainingsvrij raamwerk voor multimodale samenvatting dat via een hiërarchische gebeurtenisgrafiek een gestructureerde Chain-of-Events-redenering toepast om bestaande uitdagingen zoals zwakke cross-modale grounding en gebrek aan temporele modellering op te lossen, wat resulteert in aanzienlijk betere prestaties dan bestaande methoden.
Dit artikel introduceert EntON, een nieuwe strategie voor 3D Gaussian Splatting die gebruikmaakt van eigenentropie om de dichtheid van Gaussians adaptief te optimaliseren, wat leidt tot aanzienlijk betere geometrische nauwkeurigheid en renderkwaliteit bij een vermindering van het aantal Gaussians en de trainingsduur.
Dit artikel introduceert WAFL, een nieuw paradigma voor tijdsgebonden vervalsingsdetectie dat de taak omzet in binaire classificatie op woordniveau, gebruikmakend van een forensische feature-herstelmodule en een asymmetrische verliesfunctie om bestaande methoden te overtreffen in nauwkeurigheid en rekenefficiëntie.
Deze paper introduceert SSLA-Det, een nieuw asynchroon model voor objectdetectie op basis van event-cameras dat gebruikmaakt van ruimtelijk-sparse lineaire aandacht om de nauwkeurigheid te maximaliseren en de per-event-berekening met meer dan 20 keer te verminderen ten opzichte van eerdere methoden.
Dit paper introduceert TaPD, een plug-and-play framework dat door middel van temporeel adaptieve progressieve distillatie en een tijdelijke terugvulmodule nauwkeurige voertuigtrajectvoorspellingen mogelijk maakt onder variabele en zeer korte waarnemingshistories in autonome rijsystemen.
Het paper introduceert DC-Merge, een methode die de prestaties van modelmerging verbetert door de energie-uitdeling van taakvectoren te balanceren en hun richtingsgeometrie in een gedeelde orthogonale deelruimte af te stemmen, wat leidt tot state-of-the-art resultaten op diverse visuele en visueel-taalkundige benchmarks.
Het artikel introduceert HCF-RES, een multi-modaal framework dat door middel van hiërarchische visuele semantische decompositie en progressieve multi-level fusie de state-of-the-art prestaties verbetert voor generaliseerde 3D-referentie-expressiesegmentatie op zowel ScanRefer als Multi3DRefer.
NOVA introduceert een innovatieve autoregressieve aanpak voor 3D multi-object tracking in autonoom rijden die Large Language Models benut om onbekende objecten te volgen via generatieve ruimtetijd-semantische modellering, wat leidt tot aanzienlijke prestatieverbeteringen op bestaande datasets.
GazeMoE is een nieuw end-to-end framework dat een mix van experts (MoE) gebruikt om een bevroren visuele foundation model te laten selectief gebruikmaken van meervoudige aanwijzingen voor het nauwkeurig en robuust schatten van menselijke blikdoelen, waarbij het de huidige stand van de techniek op benchmark-datasets verbetert.
Deze paper introduceert ODD-SEC, een real-time systeem voor het detecteren van drones op bewegende platforms met behulp van een roterende event-camera en een lichtgewicht neurale netwerkarchitectuur die 360-graden zicht en nauwkeurige hoekbepaling mogelijk maakt zonder bewegingscompensatie.