2661 papers
In dit paper stellen de auteurs BridgeDiff voor, een diffusion-gebaseerd framework dat de kloof tussen menselijke waarnemingen en platte kledingreconstructie overbrugt door middel van een kledingvoorwaarde-module en een platte-structuurbeperking-module om state-of-the-art virtuele pasvormresultaten te bereiken.
RAE-NWM is een nieuw navigatiemodel dat dynamiek in een dichte visuele representatieruimte modelleert in plaats van in een gecomprimeerde latente ruimte, waardoor de structurele stabiliteit en actie-accuraatheid voor visuele navigatie worden verbeterd.
Dit paper introduceert Geometric Semantic Decoupling (GSD), een parameterloze module die semantische shortcuts in VFM-gebaseerde detectoren elimineert om zo de generalisatievermogen voor het detecteren van AI-genereerde afbeeldingen en video's aanzienlijk te verbeteren.
Deze paper introduceert Poly-DETR, een lichtgewicht transformer-model dat instantiesegmentatie omvormt tot regressie van polygonen via polaire representatie, waardoor het de afhankelijkheid van dichte pixelmaskers elimineert en aanzienlijk betere prestaties en lagere geheugenvraag bereikt dan bestaande methoden, vooral bij hoge resoluties en regelmatige objecten.
Dit onderzoek presenteert een veelzijdige aanpak voor autonoom rijden die gebruikmaakt van diep learning en computer vision voor taken zoals verkeersbord- en voertuigdetectie, rijstrookherkenning en gedragskloon, met als doel de robuustheid en betrouwbaarheid van zelfrijdende systemen te verbeteren.
Dit paper introduceert DiP, een nieuw raamwerk voor multimodaal graafrepresentationeel leren dat dynamische informatiepaden en modality-specifieke pseudo-nodes gebruikt om adaptieve, expressieve en efficiënte berichtoverdracht te realiseren, wat leidt tot superieure prestaties op diverse benchmarks.
Deze paper introduceert een nieuw raamwerk voor visueel-taalnavigatie dat gebruikmaakt van webvideo's en impliciete geometrische representaties om agents te trainen in realistische omgevingen, wat leidt tot state-of-the-art prestaties en robuuste zero-shot navigatie.
ForgeDreamer is een nieuw raamwerk voor industriële tekst-naar-3D-generatie dat kennisinterferentie en geometrische onnauwkeurigheid oplost door een ensemble van multi-expert LoRA-modellen en een cross-view hypergraaf aan te bieden voor verbeterde semantische generalisatie en fabricage-precisie.
Deze paper introduceert nieuwe trainingsstrategieën en verliesfuncties die de leer-efficiëntie van 3D Gaussian Splatting aanzienlijk verbeteren door de lijsten van Gaussians per pixel te verkorten, zonder in te leveren op de weergavekwaliteit.
Het paper introduceert SVOR, een robuust framework dat door middel van drie kerninnovaties – MUSE, DA-Seg en een curriculum-tweestaps training – videoobjecten effectief verwijdert onder realistische, imperfecte omstandigheden zoals schaduwen en maskers met defecten, waardoor het de state-of-the-art prestaties verbetert.
Dit artikel introduceert een nieuwe, feed-forward methode voor open-wereld convexe decompositie van 3D-vormen door het leren van continue feature-velden die via een zelftoezichtende, puur geometrische doelstelling worden geclusterd tot hoogwaardige convexe lichamen.
CogBlender is een nieuw raamwerk dat de cognitieve eigenschappen van gegenereerde afbeeldingen, zoals emotionele reactie en onthoudbaarheid, continu en multidimensionaal beïnvloedt door de verbinding tussen cognitieve ruimte en semantische manifold te benutten tijdens het text-naar-image generatieproces.
Het paper introduceert MDTrack, een nieuw multimodaal objectvolgsysteem dat modale verschillen adresseert door modale fusion via een Mixture of Experts en ontkoppelde temporele propagatie met State Space Models, wat leidt tot state-of-the-art prestaties op vijf benchmarks.
DenoiseSplat is een feed-forward methode voor 3D Gaussian Splatting die robuuste 3D-scèneherconstructie mogelijk maakt uit ruisige multi-view beelden door te trainen op een groot schaalbaar benchmark met synthetische ruis, zonder gebruik te maken van 3D-ground truth.
Dit paper introduceert See, Plan, Rewind (SPR), een vooruitgangsgevoelig vision-language-action-framework dat robuuste robotmanipulatie bereikt door taken te onderbreken in verifieerbare mijlpalen en automatisch terug te keren naar een herstelpunt bij fouten, wat resulteert in state-of-the-art prestaties en generalisatie op uitdagende benchmarks.
IntroSVG is een nieuw kader dat de kwaliteit van tekst-naar-SVG-generatie verbetert door een introspectieve generator-critic-structuur te gebruiken die visuele feedback van het gerenderde resultaat integreert via een iteratief 'genereren-beoordelen-verfijnen'-proces.
Het artikel introduceert CLoE, een consistentiegedreven raamwerk dat de segmentatieprestaties bij ontbrekende medische beeldmodaliteiten verbetert door experts op besluit- en regienniveau tot overeenstemming te brengen en modale betrouwbaarheid dynamisch te wegen.
NLiPsCalib is een efficiënt kalibratiekader dat gebruikmaakt van Near-Light Photometric Stereo en controllable lichtbronnen om de 3D-reconstructie van gebogen visuo-tactiele sensoren te verbeteren zonder dure of arbeidsintensieve procedures.
Deze paper introduceert SpaceSense-Bench, een groot-schalig meer-modale benchmark met 136 satellietmodellen en nauwkeurige ground-truth annotaties gegenereerd in Unreal Engine 5, die dient om spacecraft-perceptie en pose-schatting te evalueren en aantoont dat het vergroten van de trainingsdiversiteit cruciaal is voor het verbeteren van prestaties op nieuwe doelen.
Dit paper introduceert OddGridBench, een nieuwe benchmark die aantoont dat multimodale grote taalmodellen tekortschieten in het detecteren van fijne visuele verschillen, en stelt OddGrid-GRPO voor, een versterkingsleerframework dat deze vaardigheid aanzienlijk verbetert.