8939 papers
Dit paper introduceert MemSeg-Agent, een nieuw paradigma voor medische beeldsegmentatie dat adaptatie verschuift van gewichtsruimte naar geheugenruimte om via een geïntegreerde architectuur met dynamisch samengestelde geheugeneenheden few-shot learning, federated learning en test-tijd aanpassing mogelijk te maken zonder zware communicatiekosten of fine-tuning.
Dit artikel presenteert een systematische evaluatie van synthetische nieuwe weergaven voor video-locatieherkenning, waarbij wordt geconcludeerd dat hoewel kleine toevoegingen de prestaties verbeteren, bij grotere toevoegingen het aantal toegevoegde beelden en het type dataset belangrijker zijn dan de grootte van het gezichtspuntverschil.
CylinderSplat is een doorvoedend raamwerk voor panoramische 3D-Gaussian Splatting dat een nieuwe cilindrische Triplane-representatie en een dubbelvertakkingsarchitectuur introduceert om vervorming te verminderen en de beste resultaten te behalen bij het synthetiseren van nieuwe weergaven uit één of meerdere panorama's.
PixARMesh is een autoregressieve methode die vanuit één RGB-afbeelding complete, artistiek bruikbare 3D-interieurscènes reconstrueert door objectindeling en geometrie direct in een unifyd model te voorspellen, zonder afhankelijkheid van impliciete afstandsvelden of latere optimalisatie.
InnoAds-Composer is een efficiënt, single-stage framework dat de kwaliteit van e-commerce posters verbetert door gelijktijdige controle over product, tekst en stijl, waarbij het middels een slimme token-routing en een tekstversterkingsmodule de beperkingen van bestaande meerstaps-methoden overwint.
Dit paper introduceert drie technieken om bias in Concept Bottleneck Models te verminderen, waardoor deze modellen zowel eerlijker als interpreteerbaarder worden voor beeldclassificatie.
Het paper introduceert CollabOD, een lichtgewicht raamwerk voor het detecteren van kleine objecten in UAV-beelden dat structurele details behoudt en heterogene featurestreams uitlijnt om de stabiliteit en robuustheid van de lokalisatie te verbeteren zonder de inferentie-efficiëntie te verlagen.
Dit paper introduceert Art3D, een nieuw raamwerk voor artistieke dispariteitsynthese dat de focus van puur geometrische nauwkeurigheid verlegt naar het nabootsen van de emotionele en cinematische intentie van professionele 3D-films bij de conversie van 2D- naar 3D-beelden.
Pano3DComposer is een efficiënt feed-forward framework dat composities van volledige 360-graden 3D-scènes genereert vanuit één panoramafoto door objectgeneratie en lay-outschattingsproblemen te ontkoppelen via een plug-and-play Object-World Transformation Predictor.
Dit paper introduceert CORE-Seg, een end-to-end framework dat redenering en segmentatie integreert via versterkingsleer en een nieuw Chain-of-Thought-benchmark (ComLesion-14K) om de prestaties bij complexe laesies in medische beeldvorming aanzienlijk te verbeteren.
Dit paper introduceert BlackMirror, een trainingsvrij black-box raamwerk dat backdoors in text-to-image-modellen detecteert door instructie-responsafwijkingen te analyseren in plaats van alleen op visuele gelijkenis te vertrouwen.
Dit paper introduceert de Rectified Flow Auto Coder (RAC), een efficiënter alternatief voor traditionele VAE's dat door het gebruik van rectified flow bidirectionele inferentie, stapsgewijze correctie en een verbeterde kwaliteit van reconstructie en generatie mogelijk maakt met aanzienlijk lagere rekentijd.
Dit paper introduceert RAID, een groot dataset voor risicoperceptie in verkeerssituaties, en presenteert een zwak toezicht framework dat de relatie tussen bestuurdersintenties en reacties modelleert om risicovolle objecten te identificeren, wat leidt tot aanzienlijke prestatieverbeteringen ten opzichte van bestaande methoden.
Deze paper introduceert TAR-ViTPose, een nieuw Vision Transformer-model dat de prestaties van 2D-houdingsschatting in video's verbetert door tijdsgerelateerde informatie tussen frames te aggregeren en te herstellen, wat leidt tot robuustere en nauwkeurigere resultaten dan bestaande statische of videobaseerde methoden.
FTSplat is een feed-forward framework dat directe, simulatieklare driehoeksoppervlakken voorspelt uit meervoudige beelden, waardoor de noodzaak voor tijdrovende per-scene optimalisatie wordt weggenomen en de integratie met grafische en robotische simulatoren wordt vergemakkelijkt.
Dit paper introduceert OD-RASE, een raamwerk dat een ontologie en grote visuele taalmodellen combineert om proactief onveilige wegstructuren te identificeren en verbeteringsvoorstellen te genereren, waardoor de veiligheid van autonome voertuigen wordt verhoogd en de reactieve aanpak van verkeersveiligheid wordt doorbroken.
Dit paper introduceert een Residual Masking Network dat een segmentatie-netwerk combineert met een Deep Residual Network om de prestaties van gezichtsepressierecognitie te verbeteren door middel van een nieuw maskeringsmechanisme dat de focus op relevante informatie legt.
Het paper introduceert SLER-IR, een revolutionair beeldherstelframework dat dynamische expert-routing op een hypersfeer en een nieuwe module voor het samenvoegen van globale en lokale details combineert om superieure prestaties te behalen bij het herstellen van beelden met diverse en niet-uniforme degradaties.
Dit paper introduceert een robuuste methode voor het schatten van de kantelhoek van documentafbeeldingen door adaptieve radiale projectie toe te passen op het Fourier-magnitude-spectrum, vergezeld van een nieuwe dataset (DISE-2021) en uitgebreide analyses die aantonen dat de voorgestelde aanpak superieur is aan bestaande methoden.
Het paper introduceert LucidNFT, een multi-beloning RL-framework voor generatieve super-resolutie van real-world beelden dat d.m.v. een robuuste faithfulness-evaluator, een ontkoppelde normalisatiestrategie en een groot real-wereld dataset de balans tussen perceptuele kwaliteit en LR-gebaseerde trouw verbetert zonder hallucinaties.