2768 papers
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.
TIDE is een trainingsvrije methode die Diffusion Transformers in staat stelt om afbeeldingen van willekeurige resoluties en aspectverhoudingen te genereren zonder extra samplekosten, door een tekstankeringsmechanisme en een dynamische temperatuurregeling te gebruiken om structurele degradatie en artefacten te voorkomen.
Dit paper introduceert een synthetische benchmark die aantoont dat Vision Language Foundation-modellen, zoals Gemma 3 en Qwen3-VL, via in-context learning dronebeelden kunnen vertalen naar JSON-configuraties voor plantensimulaties, waarmee een schaalbaar raamwerk wordt geboden voor digitale tweelingen in de landbouw, hoewel de modellen nog steeds vatbaar zijn voor contextuele bias en afhankelijkheid van datasetgemiddelden.
Het artikel presenteert PathoScribe, een geïntegreerd framework dat op grote schaal digitale pathologierapporten omzet in een interactieve, redenerende kennisbron die artsen in staat stelt om via natuurlijke taal gevallen te doorzoeken, onderzoeksgroepen te bouwen en klinische vragen te beantwoorden, wat leidt tot een aanzienlijke tijdsbesparing en verbeterde patiëntenzorg.
Dit paper introduceert BiCLIP, een eenvoudig framework dat door het toepassen van een gestructureerde geometrische transformatie op multimodale kenmerken, gebruikmakend van een klein aantal ankers, state-of-the-art prestaties bereikt bij few-shot classificatie in gespecialiseerde domeinen.
Deze paper introduceert het eerste exemplaarvrije benchmark voor voortdurend leren in audio-visuele segmentatie en stelt ATLAS voor, een nieuwe methode die gebruikmaakt van audio-gestuurde pre-fusie en Low-Rank Anchoring om catastrofisch vergeten te voorkomen in dynamische omgevingen.
Het artikel introduceert SVG-EAR, een parameterloze methode die de rekenefficiëntie van videogeneratie met Diffusion Transformers verbetert door een foutbewuste routering te gebruiken om verwaarloosde attention-blokken nauwkeurig te compenseren zonder extra training.
Dit paper introduceert SurgCalib, een markerloos hand-oog kalibratiesysteem voor de da Vinci-robot dat gebruikmaakt van Gaussische splatting en een differentieerbare renderingpiplijn om nauwkeurige kalibratie te bereiken zonder sterielheidsprotocollen te schenden.
SkipGS is een plug-and-play methode die de trainingstijd van 3D Gaussian Splatting met 23,1% verkort door tijdens de post-densificatiefase adaptief backpropagation over te slaan wanneer de verlieswaarde van een weergave stabiel is, zonder de reconstructiekwaliteit te beïnvloeden.
Dit paper introduceert een diffusion-based authenticatieramenwerk dat gebruikmaakt van printerhandtekeningen en ControlNet om vervalsingen van Copy Detection Patterns (CDP's) effectief te onderscheiden, zelfs bij gebruik van hoogwaardige print- en scantechnologie.
Dit paper introduceert Normalized Flow Matching (NFM), een methode die de quasi-bepaalde koppelingsstrategie van een voorgeïntegreerd autoregressief normaliserend stroommodel distilleert om een student-model te trainen dat zowel de prestaties van onafhankelijke en optimale transport-koppelingen overtreft als die van de leraar zelf verbetert.
Deze paper introduceert een exacte en architectuurgetrouwe maatstaf voor de vlakheid van CNN-modellen, gebaseerd op een gesloten vorm voor de Hessiaanse trace, die een robuuste voorspelling biedt voor het generalisatievermogen en de ontwerpkeuzes van deze netwerken.
Dit paper introduceert WS-Net, een diep leerframework dat state-space-modelling en een zwak-signaal-attentie-mechanisme combineert om de nauwkeurigheid van hyperspectrale ontbinding te verbeteren door zwakke signaalresponsen effectief te isoleren van dominante eindleden en ruis.