9613 papers
Dit paper introduceert 3ViewSense, een raamwerk dat het ruimtelijke intelligentie-gat in Vision-Language Models dicht door ruimtelijk redeneren te grondvesten in orthografische weergaven via een 'Simuleer-en-Redeneer'-mechanisme, wat leidt tot aanzienlijk betere prestaties in complexe ruimtelijke taken zoals het tellen van blokken en het hanteren van verduistering.
Het paper introduceert AR2-4FV, een systeem dat gebruikmaakt van een stabiele achtergrondankerbank voor langdurige taalgebaseerde objectvolging in video's met een vast camerastandpunt, waardoor het object kan worden herkend en geïdentificeerd zelfs na lange perioden van afwezigheid of verduistering.
Het artikel introduceert DECADE, een onbewaakte diffusiemodel dat tijdsconsistentie toepast om ruis in dynamische Rb-82 hart-PET-beelden te verminderen en zo de beeldkwaliteit en kwantitatieve nauwkeurigheid verbetert zonder gebruik te maken van gepaarde trainingsdata.
Het paper introduceert MedQ-Deg, een uitgebreid benchmark voor het evalueren van multimodale grote taalmodellen in medische beeldvorming onder diverse kwaliteitsdegradaties, waarbij wordt aangetoond dat prestaties systematisch achteruitgaan en modellen vaak onterecht hoog vertrouwen behouden ondanks een daling in nauwkeurigheid.
Deze paper introduceert het GK-FedDKD-framework, een federatief leermodel dat geometrische kennis en dubbele kennisdistillatie combineert om de uitdagingen van data-heterogeniteit bij het analyseren van satellietbeelden effectief aan te pakken en aanzienlijk betere prestaties te leveren dan bestaande methoden.
Dit paper introduceert een geparametriseerde stijltransfermethode die afbeeldingen in het penseelstreek-domein in plaats van het pixeldomein representeert, wat resulteert in een natuurgetrouwere weergave van kunst dan bestaande pixelgebaseerde technieken.
Dit paper introduceert OrdinalBench, een diagnostisch benchmarkdataset van 39.000 vraag-antwoordparen die de generalisatiegrenzen van Vision-Language Models in het begrijpen van ordinaal getallen, zoals het traceren van relatieve posities tot extreme indices, evalueert via gestructureerde redeneertaken.
Deze paper introduceert SGI, een compact en efficiënt framework dat door middel van een zaad-gebaseerde structuur en multi-schaal fitting 2D Gaussians comprimeert en sneller convergeert voor de representatie van hoge-resolutie afbeeldingen zonder kwaliteitsverlies.
Dit artikel introduceert 4DRC-OCC, een robuust systeem voor semantische bezettingsvoorspelling dat 4D-radar en camera-data combineert om prestaties onder moeilijke omstandigheden te verbeteren en een volledig automatisch gelabelde dataset voor training biedt.
Dit paper introduceert MWM, een mobiel wereldmodel dat door middel van een tweestaps trainingsframework en een nieuwe distillatiemethode actie-geconditioneerde consistentie verbetert, wat leidt tot betere visuele kwaliteit, trajectnauwkeurigheid en planningsucces bij navigatie-taken.
HybridStitch is een nieuwe methode voor tekst-naar-afbeelding-generatie die de berekening versnelt door complexe beeldgebieden te verfijnen met een groot model en eenvoudige gebieden te genereren met een kleiner model, wat resulteert in een 1,83-voudige snelheidswinst op Stable Diffusion 3.
In dit project worden goedkope, dier-geactiveerde cameravallen en visuele foundation-modellen in een Hawaïaans wolkwoud ingezet om gedetailleerde fenologische trends en interacties tussen flora en fauna te monitoren zonder toevlucht te nemen tot toezichthoudend leren.
Dit onderzoek toont aan dat voor de regressie van graslandbiomassa op beperkte landbouwdata, de kwaliteit van de vooraf getrainde backbone (zoals DINOv3) en eenvoudige lokale fusiemodules cruciaal zijn, terwijl complexe architecturen zoals cross-view attention en SSMs juist slechter presteren.
Deze paper introduceert een nieuw transfer learning-framework dat door middel van twee bi-niveau optimalisatiestappen een universele feature-extractor en een domeinspecifieke adapter combineert om hoogwaardige beelden te reconstrueren, zelfs bij beperkte trainingsdata zoals bij onderbemonsterde MRI-scans.
Dit paper introduceert VRGaze, het eerste grote dataset voor oogvolging in VR, en GazeShift, een ongesuperviseerde, real-time framework dat nauwkeurige oogvolging mogelijk maakt zonder handmatige labels en met minimale rekeneisen op VR-headsets.
Deze paper introduceert een trainingsvrije methode voor tijdelijke objecttracking in laparoscopische chirurgievideo's die vooraf getrainde tekst-naar-beelddiffusiemodellen gebruikt om kritieke anatomische structuren en instrumenten nauwkeurig te lokaliseren en te volgen zonder kostbare pixel-annotaties.
SoundWeaver is een trainingsvrij en modelonafhankelijk serversysteem dat de latentie van tekst-naar-audio diffusiemodellen aanzienlijk verlaagt door het generatieproces warm te starten op basis van semantisch vergelijkbare, in cache opgeslagen audiofragmenten, zonder in te leveren op de perceptuele kwaliteit.
Dit paper introduceert het Contrastive Tensor Pre-training (CTP)-framework, dat door het vervangen van paarwijze vergelijkingen door een gezamenlijke tensorbenadering, een consistente en verenigde uitlijning van tekst, afbeeldingen en puntwolkdata realiseert voor verbeterde autonome rijprestaties.
Dit paper introduceert VLM-SubtleBench, een nieuw meetinstrument dat VLM's evalueert op hun vermogen om subtiele verschillen in diverse domeinen zoals industrie en medische beeldvorming te onderscheiden, en blootlegt dat er nog een aanzienlijke kloof bestaat tussen model- en menselijke prestaties.
Deze paper introduceert SPAD, een structuur- en voortgangsgevoelige diffusiemodel voor medische beeldsegmentatie dat via een progressieve scheduler eerst stabiele morfologische structuren leert en vervolgens pas overgaat op het verfijnen van onzeker grenzen.