7834 papers
Deze paper introduceert ORMOT, een nieuwe taak voor het volgen van meerdere objecten op basis van taalbeschrijvingen in omnidirectionele beelden, en presenteert het bijbehorende ORSet-dataset en het ORTrack-framework om de beperkingen van het gezichtsveld in traditionele camera's te overwinnen.
Dit artikel introduceert Fusion-CAM, een nieuw raamwerk dat gradiënt- en gebiedsgebaseerde class activation maps combineert via een adaptief fusiemechanisme om robuustere en nauwkeurigere visuele verklaringen voor diepe neurale netwerken te genereren.
Dit artikel introduceert CliReg, een deterministisch algoritme dat RANSAC vervangt door een zoektocht naar maximale cliques in een compatibiliteitsgrafiek, waardoor de robuustheid en nauwkeurigheid van lus-sluiting in 3D LiDAR-SLAM aanzienlijk worden verbeterd, vooral onder uitdagende omstandigheden.
Dit artikel presenteert een op video gebaseerd systeem dat gebruikmaakt van multi-object tracking met YOLOv11 om de zwembewegingen van Sulawesi-risvissen te analyseren voor de vroege detectie van gezondheidsproblemen in de aquacultuur.
Het artikel introduceert MobileFetalCLIP, een methode voor selectieve repulsieve kennisdistillatie die een compact model van 11,4 miljoen parameters ontwikkelt dat de prestaties van een groot 304M-parameter leraarmodel op het gebied van foetale echografieanalyse overtreft en real-time implementatie op mobiele apparaten mogelijk maakt.
RelaxFlow is een trainingsvrij raamwerk dat tekstgestuurde amodale 3D-generatie mogelijk maakt door de rigide controle van waargenomen gebieden te scheiden van een ontspannen structurele controle voor onzichtbare delen, waardoor objecten worden voltooid die zowel visueel trouw blijven aan de invoer als voldoen aan de tekstuele intentie.
Dit paper introduceert SAIL, een nieuwe aanpak voor zwak-toezicht op dichte videobeschrijvingen die semantisch bewuste maskers creëert via kruismodale uitlijning en LLM-gegenereerde synthetische captions, waardoor zowel de lokale precisie als de beschrijvingskwaliteit aanzienlijk worden verbeterd.
Dit paper introduceert CompACT, een compacte discrete tokenizer die waarnemingen comprimeert tot slechts 8 tokens, waardoor wereldmodellen voor beslissingsplanning aanzienlijk sneller en efficiënter worden zonder in te leveren op prestaties.
Dit paper introduceert NaiLIA, een multimodale methode voor het terugvinden van nagelontwerpen die complexe intentbeschrijvingen en kleurenpaletten effectiever verwerkt dan bestaande modellen, getest op een nieuw, omvangrijk dataset met diverse culturele achtergronden.
RealWonder is een real-time systeem dat fysieke acties omzet in video's door ze via een fysicasimulatie te vertalen naar visuele representaties, waardoor interactieve simulaties van krachten, robotacties en cameracontrole op diverse objecten mogelijk worden.
Dit paper introduceert de Longest Stable Prefix (LSP)-scheduler, een trainingsvrije methode die de inferentie van Diffusie Taalmodellen tot 3,4x versnelt door fragmentatie van de KV-cache te elimineren en coherent, monolithisch voorvoegsel-commitment te realiseren, wat leidt tot snellere en kwalitatief gelijkwaardige tekstgeneratie.
EdgeDAM is een lichtgewicht, real-time objecttracking-framework voor mobiele apparaten dat nauwkeurige en robuuste prestaties onder moeilijke omstandigheden bereikt door een innovatieve dubbel-bufferdistractor-bewust geheugenmechanisme en een op vertrouwen gebaseerde schakelstrategie te combineren.
Deze studie introduceert HALP, een methode die hallucinaties in vision-language modellen succesvol detecteert vóór de tekstgeneratie door interne representaties te analyseren, waardoor kostbare en onrechtstijdige ingrepen na het genereren van tokens kunnen worden vermeden.
Dit onderzoek toont aan dat Neural Radiance Fields (NeRFs) effectief kunnen worden ingezet om 3D-scènes van gaspluimen in LWIR-hyperspectrale beelden te reconstrueren en gasdetectie te verbeteren, zelfs met een beperkt aantal trainingsbeelden.
Deze paper introduceert MM-Lifelong, een dataset van 181 uur met footage over dag-, week- en maandperiodes, en stelt ReMA voor, een recursieve multimodale agent die de bestaande beperkingen in werkgeheugen en globale lokalisatie overwint voor beter levenslang begrip.
Dit paper introduceert CalibAtt, een trainingsvrije methode die de tekst-naar-video-generatie versnelt door gebruik te maken van een kalibratiepass om stabiele, verwaarloosbare aandachtspatronen te identificeren en te overslaan, waardoor een snelheidswinst van maximaal 1,58x wordt bereikt zonder in te leveren op kwaliteit.
FaceCam is een systeem dat monokulaire portretvideo's omzet in video's met aanpasbare camerabewegingen door een schaalbewuste voorstelling te gebruiken die geometrische vervormingen voorkomt en een superieure controle, visuele kwaliteit en behoud van identiteit en beweging garandeert.
Deze paper introduceert een real-time, transformer-gebaseerde inpainting-methode voor 3D-streaming in multi-camera setups, die ontbrekende texturen consistent en gedetailleerd vult door middel van spatio-temporele embeddings en een adaptieve patch-selectiestrategie.
Deze paper introduceert een nieuwe matrix-encoderingsmethode genaamd Volley Revolver die het mogelijk maakt om privacy-bewuste neurale netwerken voor inferentie uit te voeren met homomorfische encryptie, waarbij een CNN voor handgeschreven cijferclassificatie op het MNIST-dataset in ongeveer 287 seconden tien waarschijnlijkheden berekent voor 32 versleutelde afbeeldingen.
Dit paper introduceert een privacybehoudend camerasysteem dat beelden opslaat in kwantumtoestanden en gebruikmaakt van deep reinforcement learning om de afweging tussen privacy en bruikbaarheid te optimaliseren voordat de beelden worden gemeten.