8813 papers
Dit paper introduceert MV-Fashion, een groot meerkijkend video-dataset met 3.273 sequenties en gedetailleerde annotaties, dat is ontworpen om de kloof te overbruggen tussen synthetische en realistische data voor taken zoals virtueel passen en kledinggrootte-schatting.
Dit paper introduceert Edged USLAM, een hybride visueel-inertiaal systeem dat gebeurtenisgebaseerde camera's combineert met een randgevoelige front-end en een leergerichte dieptemodule om robuuste localisatie en mapping te realiseren onder uitdagende omstandigheden zoals snelle beweging en extreme verlichting.
Dit paper introduceert MERLIN, een robuust multimodaal groot taalmodel voor elektromagnetische signalen dat de uitdagingen van data-schaarste, benchmark-tekort en lage signaal-ruisverhoudingen aanpakt door middel van de nieuwe datasets EM-100k, de benchmark EM-Bench en een geavanceerd trainingsframework.
Dit paper introduceert ALOOD, een nieuwe methode die taalrepresentaties van een vision-language model gebruikt om LiDAR-gebaseerde 3D-objectdetectiesystemen in staat te stellen onbekende (out-of-distribution) objecten te herkennen als een zero-shot classificatietask, waardoor de veiligheidsrisico's van verkeerd vertrouwen in autonome rijsystemen worden verminderd.
Fusion-Poly is een nieuw polyhedraal raamwerk dat asynchrone LiDAR- en cameradata integreert via ruimtelijk-temporale fusie om de 3D multi-object tracking op het nuScenes-benchmark te verbeteren tot een state-of-the-art AMOTA van 76,5%.
Dit paper introduceert MM-TS, een methode voor multi-modale contrastieve learning die dynamische temperatuur- en margeschema's gebruikt om de prestaties op langstaartdata te verbeteren en InfoNCE-loss met max-margin-objectieven te verenigen, wat leidt tot nieuwe state-of-the-art resultaten op diverse beeld- en video-taalkundige datasets.
Deze studie introduceert twee nieuwe fusiestrategieën, RGIF en RGMAF, die registratiebewustzijn en betrouwbaarheidsgebaseerde aandacht gebruiken om de prestaties van UAV-detectie in heterogene thermische en visuele sensoren aanzienlijk te verbeteren.
Video2LoRA is een schaalbaar en efficiënt framework dat een lichtgewicht hypernetwerk gebruikt om gepersonaliseerde LoRA-weights te genereren voor referentievideo's, waardoor semantisch gecontroleerde videoproduktie mogelijk is zonder per-conditie training en met een modelgrootte van minder dan 150MB.
Het paper introduceert SAVE, een nieuwe methode voor video-tekstretrieval die de prestaties van de huidige staat van de kunst (AVIGATE) significant verbetert door een speciale spraaktak en een zachte vroege visueel-audiatieve uitlijning (soft-ALBEF) te gebruiken om de vaak genegeerde audio-informatie effectiever te benutten.
Deze paper introduceert SRNeRV, een nieuw recursief raamwerk voor neurale videorepresentatie dat door middel van een hybride delingsschema de parameterredundantie van bestaande multi-schaalgeneratoren oplost en zo de prestaties aanzienlijk verbetert.
GarmentPainter is een efficiënt raamwerk dat een karaktergeleid diffusiemodel en UV-positiekaarten gebruikt om hoogwaardige, 3D-consistente textuurpatronen voor kleding te genereren zonder strikte ruimtelijke uitlijning tussen referentieafbeeldingen en 3D-meshes.
Dit onderzoek toont aan dat state-of-the-art deep learning-modellen, waaronder vision transformers en foundation modellen, in combinatie met ultra-widefield imaging en frequentiedomeinrepresentaties, zeer effectief zijn voor het beoordelen van beeldkwaliteit, het detecteren van referabele diabetische retinopathie en diabetisch maculair oedeem, waarbij feature-level fusion en Grad-CAM-analyse de robuustheid en uitlegbaarheid verder verbeteren.
Dit paper introduceert SiMO, een nieuw systeem voor collaboratieve waarneming dat door middel van Length-Adaptive Multi-Modal Fusion (LAMMA) en een unieke trainingsstrategie modale uitval effectief opvangt en semantische consistentie behoudt, waardoor het prestaties optimaliseert ongeacht welke sensoren beschikbaar zijn.
Deze paper introduceert een topologisch stabiele variant van de Hough-transformatie die, in plaats van een gediscrétiseerde stemming, een continue scorefunctie en persistente homologie gebruikt om lijnen in puntwolken te detecteren, vergezeld van een efficiënt algoritme voor de berekening van deze kandidaatlijnen.
Dit paper introduceert DynamicVGGT, een uniek feed-forward framework dat VGGT uitbreidt tot dynamische 4D-scèneherconstructie voor autonoom rijden door het gezamenlijk voorspellen van puntkaarten en het gebruik van motion-aware temporal attention en dynamische 3D Gaussian Splatting voor nauwkeurige bewegingsmodellering.
Dit paper introduceert WaDi, een efficiënt distillatiekader dat gebruikmaakt van LoRaD om richtingsveranderingen in de gewichten van diffusion-modellen te modelleren, waardoor state-of-the-art één-staps beeldsynthese wordt bereikt met slechts 10% van de trainbare parameters.
Deze paper introduceert een leervrije methode voor het volgen van 6D objectposities met behulp van event-camera's, die door het fuseren van optische stroom voor voortplanting en een sjabloongebaseerde correctiestrategie superieure prestaties boekt bij snel bewegende objecten in vergelijking met bestaande RGB-D-camera-algoritmen.
Dit artikel introduceert een methode die gebruikmaakt van conceptprototypen, afgeleid uit de inbeddingsgeometrie van het model, om brede en complexe concepten zoals geweld en seksualiteit betrouwbaar uit diffusiemodellen te verwijderen terwijl de beeldkwaliteit behouden blijft.
Deze paper introduceert OSCAR, een labelvrije methode die op basis van akoestische neurale impliciete representaties onvolledige ultrasone beelden van de wervelkolom omzet in volledige 3D-anatomische modellen om zo de uitdagingen van akoestische schaduwvorming tijdens minimaal invasieve ingrepen te overwinnen.
Deze paper introduceert SP-CLIP, een lichtgewicht framework dat gebruikmaakt van gestructureerde semantische prompts op verschillende abstractieniveaus om zero-shot actieherkenning aanzienlijk te verbeteren zonder de visuele encoder aan te passen of extra parameters te leren.