1458 papers
Dit paper introduceert TCMax, een hyperparameter-vrije methode die multimodale classificatie verbetert door de totale correlatie tussen multimodale kenmerken en labels te maximaliseren, waardoor modaalconcurrentie wordt verminderd en intermodale interacties worden benut.
Het paper introduceert B-DENSE, een nieuw raamwerk dat de inferentie-efficiëntie van diffusiemodellen verbetert door middel van multi-branch trajectalignatie, waardoor een studentmodel dichte tussenstappen van de leraar leert om discretisatiefouten te verminderen en de beeldkwaliteit te verhogen.
Dit artikel introduceert CoPeDiT, een generatief model dat zelfstandig het ontbrekende deel van 3D MRI-scans waarneemt om zo robuuste en semantisch consistente synthese mogelijk te maken zonder externe handmatige instructies.
ChimeraLoRA loste het dilemma tussen diversiteit en detail in synthetische datasets op door een gedeelde LoRA voor klasse-priors te combineren met per-afbeelding LoRA's voor specifieke kenmerken, wat leidt tot robuuste verbeteringen in classificatieprestaties bij data-schaarste.
Het artikel introduceert OrthoAI, een neurosymbolisch raamwerk dat door middel van segmentatie met schaarse supervisie, kennisgebaseerde constraint-inferentie en een multicriteria-evaluatiemodel de brug slaat tussen 3D-geometrische waarneming en klinisch biomechanisch redeneren voor de automatische ondersteuning van beslissingen bij orthodontie met transparante aligners.
Deze paper introduceert een dubbele pijplijn voor de segmentatie van vogelafbeeldingen die foundation-modellen zoals SAM 2.1, Grounding DINO 1.5 en YOLOv11 combineert om zowel zero-shot als gesuperviseerde prestaties te bereiken die alle eerdere benchmarks op de CUB-200-2011-dataset overtreffen.
Dit paper introduceert DOCFORGE-BENCH, het eerste zero-shot benchmark voor documentvervalsing, en onthult dat bestaande methoden door een gebrek aan kalibratie en een extreem onevenwichtige verdeling van vervalsde pixels in plaats van door representatiefalen onbetrouwbaar zijn voor praktische toepassing.
Pri4R is een effectieve methode die Vision-Language-Action-modellen een impliciet begrip van werelddynamiek bijbrengt door tijdens het trainen gebruik te maken van bevoorrechte 4D-informatie via een lichtgewicht punt-track-head, wat leidt tot aanzienlijk betere prestaties in complexe manipulatietaken zonder extra rekenlast tijdens het gebruik.
Dit overzichtspaper analyseert de prestaties van ultra-low-power edge- en in-sensor AI-processoren door een theoretische vergelijking van architectuurparadigma's te combineren met empirische benchmarks van het PicoSAM2-model op de GAP9, STM32N6 en Sony IMX500, waarbij de IMX500 uitblinkt in energie-efficiëntie en in-sensor verwerking.
Het paper introduceert Granulon, een nieuw multimodaal groot taalmodel dat DINOv3 combineert met een adaptieve multi-granulariteitsarchitectuur om zowel pixel- als grootschalige semantische redenering te verenigen, wat resulteert in een aanzienlijke verbetering van de nauwkeurigheid en een vermindering van hallucinaties.
Deze paper introduceert een uitlegbaar en robuust watermerksysteem voor 3D Gaussian Splatting dat door middel van een native framework en een 'Safety and Budget Aware Gate' een optimale balans bereikt tussen watermerkbereikbaarheid, visuele kwaliteit en auditieve traceerbaarheid.
Het paper introduceert VisionCreator-R1, een native agent voor visuele creatie met een expliciet reflectiemechanisme en een RPCO-trainingsmethode die, ondanks een asymmetrie in beloningstoewijzing tussen planning en reflectie, betere prestaties behaalt dan Gemini2.5Pro op zowel eendaagse als meerdaagse visuele taken.
Dit onderzoek presenteert een kosteneffectief, computer vision-gebaseerd parkeersysteem dat gebruikmaakt van YOLOv8 en inverse perspectiefmapping om vanuit vier camerabewakingen dynamisch beschikbare parkeerplekken te detecteren en deze in een 3D-omgeving weer te geven voor efficiëntere stadsparkeerbeheer.
Dit paper introduceert MuCTaL, een lichtgewicht deep learning-model dat door middel van gebalanceerde training op vier kankersoorten nauwkeurige tumorlokalisatie bereikt in digitale pathologie en bovendien generaliseert naar onzichtbare tumorsoorten zoals pancreaskanker.
HECTOR is een nieuwe generatieve pijplijn die het mogelijk maakt om video's te creëren met fijnmazige, samenstellingsgerichte controle door het combineren van statische en dynamische referenties met expliciete trajectvoorschriften voor individuele objecten.
Deze studie onthult dat visueel-taalmodellen voor autonoom rijden, zoals Dolphins, OmniDrive en LeapVAD, ernstig kwetsbaar zijn voor fysieke patch-aanvallen, wat leidt tot aanhoudende fouten en kritieke detectieproblemen in simulaties.
Deze paper introduceert visuele query-segmentatie (VQS) als een nieuw paradigma voor het pixel-precies lokaliseren van objecten in onbewerkte video's, ondersteund door het grote VQS-4K-benchmark en de effectieve VQ-SAM-methode die SAM 2 uitbreidt.
Dit artikel introduceert de Multi-Kernel Gated Adapter (MKGA), een lichtgewicht decoder-aanpassing die de robuustheid van multi-task thyroïd-echografie-analyses onder domeinverschuivingen verbetert door de complementaire sterktes van CNN's en ViT's te benutten voor betere segmentatie en maligniteitsschatting.
Het paper introduceert MedCBR, een nieuw raamwerk dat conceptbottleneck-modellen combineert met visueel-taalmogelijkheden en klinische richtlijnen om interpreteerbare, op redenering gebaseerde medische diagnoses te genereren die de expertlogica nabootsen.
Het MEGC2026-challenge introduceert twee nieuwe taken, namelijk micro-expressie video-vraagbeantwoording (ME-VQA) en langdurige video-vraagbeantwoording (ME-LVQA), om de analyse van micro-expressies met behulp van multimodale grote taalmodellen te bevorderen.