7594 papers
Dit paper introduceert EA-Swin, een embeddings-agnostische Swin Transformer die, ondersteund door een nieuw benchmark-dataset van 130.000 video's, AI-genereren video's met aanzienlijk hogere nauwkeurigheid en generalisatievermogen detecteert dan bestaande methoden.
CityGuard is een privacy-bewust, grafgebaseerd transformer-framework dat door middel van verspreidingsadaptieve metrieke learning, ruimtelijk geconditioneerde attention en differentieel-private embedding maps een robuuste en schaalbare oplossing biedt voor de identiteitssuche van personen over stedelijke camera's, waarbij de balans tussen privacy en bruikbaarheid wordt gewaarborgd.
CARE is een moleculair geleide foundation model voor pathologie dat door middel van adaptieve region modeling en kruismodale uitlijning met RNA- en eiwitprofielen heterogene weefselstructuren in whole slide images effectief analyseert en hiermee met slechts een fractie van de gebruikelijke trainingsdata superieure prestaties levert op diverse diagnostische taken.
Dit paper introduceert MasqLoRA, het eerste systematische aanvalskader dat een onafhankelijke LoRA-module gebruikt om text-to-image modellen op een onopvallende manier te backdooren door een verborgen cross-modale mapping te injecteren die wordt geactiveerd door een specifieke teksttrigger.
Dit paper introduceert RobustVisRAG, een causaliteitsbewust dual-path framework dat de robuustheid van vision-based retrieval-augmented generation verbetert onder visuele degradaties door semantiek en vervormingen effectief te scheiden, wat leidt tot aanzienlijke prestatieverbeteringen op het nieuwe Distortion-VisRAG-benchmark.
Dit paper introduceert LFG, een labelvrij, leraar-gestuurd kader dat autonome rijrepresentaties leert uit ongeposeerde online video's door een voorspellende architectuur te gebruiken die 3D-geometrie, semantiek en beweging combineert, wat resulteert in superieure prestaties bij rijplanning en motion prediction zonder LiDAR of annotaties.
Diffusion Probe is een model-onafhankelijk raamwerk dat door middel van een lichtgewicht CNN-analyse van vroege cross-attention-verdelingen in diffusion-modellen de uiteindelijke beeldkwaliteit nauwkeurig voorspelt, waardoor rekenkracht wordt bespaard en de efficiëntie van tekst-naar-afbeelding-generatie wordt verbeterd.
DiffusionHarmonizer is een online generatief framework dat onvolmaakte neurale reconstructies van autonome robotsimulaties omzet in fotorealistische en temporair consistente output door een enkelstaps diffusieversterker te gebruiken die is getraind op een speciaal samengestelde dataset voor harmonisatie en artefactcorrectie.
UFO-4D is een unificerend feedforward-framework dat uit slechts twee ongepositioneerde beelden een dichte, expliciete 4D-reconstructie genereert door dynamische 3D-Gaussian Splats te schatten, waardoor geometrie, beweging en camerapositie gelijktijdig en consistent worden bepaald zonder testtijd-optimalisatie.
Dit paper introduceert Dr. Seg, een plug-and-play framework dat de GRPO-training voor visuele grote taalmodellen verbetert door de onjuiste aanname dat taalredeneringsparadigma's direct op visuele perceptie van toepassing zijn, te weerleggen en in te zetten op een bredere outputruimte en fijnkorrelige beloningen.
Dit paper introduceert AlignVAR, een nieuw visueel autoregressief framework voor beeldsuperresolutie dat door middel van ruimtelijke consistentie-autoregressie en hiërarchische consistentiebeperkingen de globale coherentie verbetert en tegelijkertijd een 10x snellere inferentie en bijna 50% minder parameters biedt dan bestaande diffusiemethoden.
Dit paper introduceert SOLACE, een post-training framework dat tekst-naar-beeldgeneratie verbetert door interne zelfvertrouwenssignalen te gebruiken als beloning, waardoor prestaties in composities, tekstweergave en uitlijning worden verhoogd zonder externe datasets of annotatoren.
Het paper introduceert Dr. Occ, een nieuw raamwerk voor 3D-bezettingsschatting dat dieptegestuurde en regio-gestuurde transformatoren combineert om geometrische uitlijning en semantische variatie te verbeteren, wat resulteert in een aanzienlijke prestatieverbetering op de Occ3D-nuScenes-benchmark.
Dit paper introduceert FreeAct, een nieuw kwantisatiekader voor grote taalmodellen dat statische transformaties vervangt door dynamische, token-specifieke aanpassingen om de prestaties van diffusie- en multimodale modellen aanzienlijk te verbeteren.
Dit paper introduceert Kiwi-Edit, een geavanceerd systeem voor instructie- en referentiegebaseerde videobewerking dat een schaalbaar datapipeline en een nieuw dataset (RefVIE) gebruikt om de precisie en controle bij het aanpassen van video's aanzienlijk te verbeteren.
Track4World is een feedforward-model dat efficiënte, wereldgerichte 3D-tracking van elke pixel in monoscopische video's mogelijk maakt door een nieuwe 3D-correlatiemethode te gebruiken die zowel 2D- als 3D-dense flow schat, waardoor het de bestaande methoden overtreft in nauwkeurigheid en snelheid.
Deze paper introduceert PVT-GDLA, een decoder-gecentreerde Transformer met een nieuwe Gated Differential Linear Attention-mechanisme die lineaire tijdscomplexiteit combineert met scherpe anatomische randen en stabiel leren voor hoogwaardige medische beeldsegmentatie.
Dit artikel introduceert MultiShadow, een methode die gebruikmaakt van een vooraf getrainde diffusion-modellen om realistische, geometrisch consistente schaduwen voor meerdere objecten tegelijkertijd te genereren, waardoor de beperkingen van bestaande technieken die zich voornamelijk op enkele objecten richten, worden overwonnen.
Dit paper introduceert IoUCert, een nieuw formeel verificatiekader dat de robuustheid van anker-gebaseerde objectdetectiemodellen zoals SSD en YOLO verifieert door een coördinatentransformatie te gebruiken om de complexe niet-lineaire IoU-berekeningen direct en nauwkeurig te optimaliseren.
Deze studie introduceert een DMD-augmenteerde, ongepaarde neurale Schrödinger-brug met multi-stap verfijning en anatomische structuurbehoud om de beeldkwaliteit van ultra-laagveld (64 mT) hersen-MRI-scans te verbeteren door ze te vertalen naar 3 T-kwaliteit zonder de noodzaak van gepaarde data.