7560 papers
Dit paper introduceert HiPP-Prune, een hiërarchisch framework voor gestructureerde pruning van vision-language modellen dat gebruikmaakt van voorkeur-geconditioneerde planning en visuele gevoeligheidssignalen om de afweging tussen compressie, taakprestaties en het verminderen van object-hallucinaties te optimaliseren.
Deze paper introduceert StrSR, een nieuw één-staps distillatiekader met spectrale en trajectregulering dat de prestaties van Diffusion Transformers voor real-world beeldsuperresolutie aanzienlijk verbetert door trajectmismatchen en periodieke artefacten te elimineren.
Dit paper introduceert OccNL, het eerste benchmark voor 3D semantische bezettingsvoorspelling onder ruis, en stelt DPR-Occ voor, een robuust raamwerk dat door middel van dubbelbron-partial label reasoning de catastrofale prestatiedaling van bestaande methoden in ruige 3D-omgevingen effectief oplost.
Dit paper introduceert ADiVA, een generatieve zero-shot learning-methode die de prestaties verbetert door middel van attributendistributiemodellering voor het opvangen van intra-klassenvariatie en visueel-gestuurde uitlijning om de kloof tussen semantische en visuele kenmerken te overbruggen.
FlowMotion is een trainingsvrij framework dat efficiënte en flexibele videobewegingsoverdracht mogelijk maakt door gebruik te maken van de voorspellingen van flow-gebaseerde T2V-modellen om bewegingspatronen te aligneren zonder zware rekenkosten.
Deze paper presenteert een nieuwe methode voor het verwijderen van artefacten in 3D CBCT-beelden door middel van loodrechte score-gebaseerde diffusiemodellen die in het projectiedomein werken om de inconsistenties van bestaande 2D-benaderingen te overwinnen en zo de beeldkwaliteit en diagnoseprecisie te verbeteren.
Dit paper introduceert DEX-AR, een nieuwe dynamische uitlegbare methode die autoregressieve Vision-Language-modellen interpreteert door per-token en sequentie-niveau warmtekaarten te genereren die visuele en linguïstische tokens onderscheiden, wat leidt tot verbeterde prestaties op diverse benchmarks.
Dit paper introduceert LTA, een nieuwe aanvalsmethode die perturbaties optimaliseert in de latente ruimte van een Stable Diffusion VAE in plaats van in pixelruimte, waardoor robuustere en beter overdraagbare adversarial voorbeelden worden gegenereerd die minder kwetsbaar zijn voor beeldverwerkingstransformaties.
Deze paper introduceert WMoE-CLIP, een nieuwe methode voor zero-shot anomaliedetectie die variatie-automatische coderingen, wavelet-decompositie en een semantisch bewust mengsel van experts combineert om de beperkingen van bestaande visueel-taalmodellen bij het detecteren van subtiele en complexe afwijkingen te overwinnen.
Dit paper introduceert P-SLCR, een nieuwe onbewaakte methode voor semantische segmentatie van puntwolken die via prototypestructuurleren en consistent redeneren een prestatie van 47,1% mIoU op S3DIS Area-5 bereikt, zelfs beter dan de klassieke volledig bewaakte PointNet-methode.
Deze studie toont aan dat AI-generaties van hedendaagse kunstwerken, ondanks visuele overeenkomsten, door de oorspronkelijke kunstenaars worden ervaren als gebrek aan diepgang, context en intentie, wat pleit voor een meerdimensionale evaluatie in plaats van het gebruik van één enkele stijlmetriek.
Het artikel introduceert WorldCache, een caching-framework dat wereldmodellen op basis van diffusie versnelt door token-heterogeniteit en niet-uniforme tijdsdynamiek te adresseren via krommingsgeleide voorspelling en adaptief overslaan, wat resulteert in een tot 3,7-voudige snelheidswinst zonder kwaliteitsverlies.
K-MaT is een innovatief prompt-learning framework dat de prestaties van grote biomedische visueel-taalmodellen op lage-resolutie medische beeldvorming verbetert door klinische kennis te gebruiken en optimale transporttechnieken toe te passen om modality-specifieke kortsluitingen te voorkomen zonder extra trainingsdata nodig te hebben.
Het artikel introduceert de Dynamic Chunking Diffusion Transformer (DC-DiT), een model dat de compute-efficiëntie en beeldkwaliteit verbetert door adaptief het aantal tokens aan te passen op basis van beeldinhoud en het denoising-stadium, zonder extra supervisie en met minimale extra training.
Dit paper introduceert LATO, een nieuwe methode die flow matching en gestructureerde, topologiebehoudende latente ruimtes combineert om schaalbare en efficiënte generatie van expliciete 3D-meshes met complexe geometrie en correcte connectiviteit mogelijk te maken zonder isosurface-extractie.
Dit artikel introduceert computer vision-methoden, waaronder lineaire modellen en deep learning, die gebruikmaken van beelden en zinksnelheid van invertebraten om hun droge biomassa nauwkeurig te schatten zonder destructieve handmatige weging.
Dit paper introduceert OralGPT-Plus, een agentisch visueel-taalmodel dat via versterkend leren en een nieuw dataset (DentalProbe) en benchmark (MMOral-X) geavanceerde, iteratieve en symmetrie-bewuste diagnostische redenering voor panoramische tandheelkundige röntgenfoto's mogelijk maakt.
Het artikel introduceert Rewis3d, een raamwerk dat feed-forward 3D-reconstructie gebruikt als extra supervisie om zwakke semantische segmentatie op 2D-afbeeldingen aanzienlijk te verbeteren door dichte labels te simuleren vanuit schaarse annotaties.
Het artikel introduceert MoEMambaMIL, een nieuw raamwerk dat structure-bewuste selectieve state space-modellen en mixture-of-experts combineert om de hiërarchische multi-resolutie-structuur van whole-slide beelden effectiever te modelleren dan bestaande methoden, wat leidt tot state-of-the-art prestaties op negen diagnostische taken.
Het artikel introduceert CHMv2, een verbeterde wereldwijde kaart van boomkruinhoogte met een resolutie van één meter die, dankzij het gebruik van het DINOv3-model en uitgebreide trainingsdata, aanzienlijk nauwkeuriger is dan bestaande producten en beter in staat is om fijne structuren en hoge bossen weer te geven.