8894 papers
Fast-BEV++ is een nieuw visueel Bird's-Eye-View-perceptieframework dat door middel van een hardware-geoptimaliseerde architectuur de traditionele afweging tussen detectienauwkeurigheid en verwerkingssnelheid oplost, waardoor het een nieuwe state-of-the-art prestatie op de nuScenes-benchmark bereikt met real-time inferentie van meer dan 134 FPS.
Dit artikel introduceert een nieuw raamwerk dat submodulaire subsetselectie combineert met onzekerheidsschatting om de robuustheid en betrouwbaarheid van visuele uitlegbare methoden te verbeteren onder distributieveranderingen zonder extra training.
Dit paper introduceert Photo3D, een framework dat de fotorealistische 3D-generatie verbetert door een structuur-gealigneerde meerzichtsynthese te gebruiken om een gedetailleerde dataset te creëren die de beperkingen van bestaande 3D-generatoren in het realisme van texturen oplost.
Dit artikel introduceert een modulair, volledig op leren gebaseerd framework voor neurale beeldsignaalverwerking dat ruwe invoer omzet in hoogwaardige afbeeldingen met volledige controle over tussenstappen, waardoor schaalbaarheid, generalisatie en interactieve nabewerking worden verbeterd.
Dit artikel introduceert een nieuwe patch-gebaseerde topologische data-analyse-methode voor CT-beelden die, vergeleken met bestaande cubische complex-algoritmen en radiomische kenmerken, zowel de classificatieprestaties aanzienlijk verbetert als de rekentijd verlaagt.
Dit paper introduceert VTP, een uniek voortrainingsframework voor visuele tokenizers dat door het gezamenlijk optimaliseren van contrastieve, zelftoezicht- en reconstructieverliezen de schaalbaarheid van generatieve modellen verbetert door een latente ruimte te creëren die hoogwaardige semantiek effectief vastlegt in plaats van alleen lage-niveau pixelinformatie.
Dit paper introduceert CASA, een efficiëntere visueel-taalmodel-architectuur die cross-attention gebruikt in plaats van token-invoeging om de rekenkosten en het geheugengebruik bij lange video- en meervoudige beeldconversaties aanzienlijk te verminderen zonder in te leveren op prestaties.
Deze paper introduceert een lichtgewicht encoder die lange video-archieven efficiënt comprimeert tot korte embeddingen via een vooropgeleide frame-query-objective, waardoor consistente autoregeneratieve video-generatie mogelijk wordt binnen beperkte rekenkracht.
In dit werk wordt Spatial4D-Bench gepresenteerd, een uitgebreid benchmark met ongeveer 40.000 vraag-antwoordparen voor 18 taken die de beperkingen van multimodale grote taalmodellen in menselijke 4D-ruimtelijke intelligentie blootlegt en de ontwikkeling van geavanceerdere modellen stimuleert.
Deze paper introduceert MDENeRF, een iteratief framework dat monokulaire diepteschattingen verfijnt door Bayesiaanse fusie toe te passen op een globale monokulaire prior en gedetailleerde, onzekerheidsgebaseerde dieptedata van Neural Radiance Fields.
Dit paper introduceert FlyPose, een lichtgewicht en robuust systeem voor het schatten van menselijke houdingen vanuit drone-beelden dat aanzienlijke prestatieverbeteringen boekt, real-time presteert op een Jetson Orin AGX en wordt aangevuld met een nieuw, uitdagend dataset genaamd FlyPose-104.
Dit artikel introduceert het GFHTP₁-algoritme, een robuuste methode voor het exacte herstel van sparse signalen uit met uitbijters vervuilde metingen zonder voorafgaande kennis van de sparsiteit, die theoretisch gegarandeerd binnen iteraties convergeert en numeriek superieur presteert aan bestaande methoden.
SpatialMem is een geheugencentrisch systeem dat op basis van casual RGB-ego-video een meetkundig 3D-structuur bouwt om langdurige taalkundige zoekopdrachten en vragen over binnenruimtes te ondersteunen zonder speciale sensoren.
Dit paper introduceert OnlineSI, een framework dat multimodale grote taalmodellen in staat stelt om door middel van een beperkte ruimtelijke geheugenstructuur en integratie van 3D-puntwolkdata continu ruimtelijk begrip en gronding te ontwikkelen voor realtime toepassing in veranderende omgevingen.
Dit paper introduceert SRA 2, een lichtgewicht framework dat de trainingssnelheid en kwaliteit van diffusion transformers verbetert door interne latent features uit te lijnen met pre-getrainde VAE-kenmerken, zonder de noodzaak van zware externe encoders of dubbele modelopzet.
FARTrack is een snel en hoogpresterend visueel trackersysteem dat autoregressie, taakspecifieke zelfdistillatie en inter-frame autoregressieve verdunning combineert om real-time prestaties op zowel GPU als CPU te bereiken zonder in te leveren op nauwkeurigheid.
Het paper introduceert SpatialReward, een beloningsmodel dat de perceptiekloof in online versterkingsleer voor beeldbewerking overbrugt door expliciete ruimtelijke redenering te gebruiken voor nauwkeurigere evaluatie en verbeterde prestaties.
Deze paper introduceert (MGS)-Net, een innovatief raamwerk dat micro-geometrische schaal en macro-geometrische structuur unificeert via modules voor schaaladaptatie en structurele filtering om robuuste cross-view geo-localisatie te bereiken onder extreme perspectiefverschillen.
Dit paper introduceert MiDAS, een open-source, platform-onafhankelijk systeem voor tijdgesynchroniseerde, niet-invasieve multimodale dataverzameling bij robot-assisterende minimaal invasieve chirurgie, dat wordt ondersteund door een nieuw dataset met hand- en voetbewegingen en video-opnames van chirurgen die taken uitvoeren op de Raven-II en da Vinci Xi.
DAV-GSWT is een data-efficiënt framework dat diffusiemodellen en actieve view-sampling combineert om hoogwaardige Gaussian Splatting Wang Tiles te genereren uit minimale input, waardoor de afhankelijkheid van dichtbezaaide voorbeelden voor het creëren van realistische virtuele omgevingen wordt verminderd.