2775 papers
Dit paper introduceert MIDAS, een trainingsvrij diffusion-gebaseerd raamwerk voor coverless steganografie dat via latente fusie en een willekeurige basis-mechanisme veilige toegang tot meerdere verborgen afbeeldingen mogelijk maakt voor specifieke gebruikers.
Dit rapport presenteert de ICDAR 2025 competitie voor end-to-end machinevertaling van documentafbeeldingen met complexe lay-outs, waarbij 69 teams deelnamen aan twee tracks (OCR-vrij en OCR-gebaseerd) en de resultaten aantonen dat grote modellen een veelbelovend paradigma vormen voor dit domein.
Dit paper introduceert YOLO-NAS-Bench, het eerste surrogaat-benchmark voor YOLO-architectuuroptimalisatie, dat een zelfevoluerend voorspellermechanisme gebruikt om de evaluatiekosten drastisch te verlagen en tegelijkertijd superieure detectiearchitecturen te ontdekken die de officiële YOLO-baselines overtreffen.
Dit paper introduceert FCDM, een volledig convolutiegebaseerd diffusiemodel dat ConvNeXt herintroduceert als een uiterst efficiënt alternatief voor Transformer-architecturen, waarbij het met slechts 50% van de FLOPs en aanzienlijk minder trainingsstappen vergelijkbare prestaties levert.
Dit paper introduceert RiO-DETR, de eerste real-time DETR-architectuur voor georiënteerde objectdetectie die specifieke uitdagingen zoals hoekperiodiciteit en convergentie oplost door middel van nieuwe ontwerpen zoals content-gedreven hoekschatting en ontkoppelde periodieke verfijning, waardoor een nieuwe snelheid-nauwkeurigheidswisselwerking wordt bereikt.
Dit paper introduceert PromptDLA, een domeinbewust raamwerk voor documentlay-outanalyse dat beschrijvende kennis gebruikt als aanwijzingen om domeinspecifieke priors te integreren en zo de generalisatie en prestaties op diverse datasets te verbeteren.
CIGPose introduceert een causaal interventie-gebaseerd grafisch neurale netwerk dat spurious correlaties in visuele contexten elimineert door verstorende sleutelpunten te vervangen, wat resulteert in robuustere en anatomisch plausibele hele-lichaamshoudingsschattingen die een nieuwe staat van de kunst bereiken op de COCO-WholeBody-benchmarks.
Het paper introduceert MetaDAT, een methode die meta-lering en data-adaptieve testtijd-update gebruikt om de prestaties van trajectvoorspelling bij distributieveranderingen te verbeteren door online leersnelheden dynamisch aan te passen en zich te richten op informatieve moeilijke samples.
Dit paper introduceert 'open-world motion forecasting', een nieuw kader dat autonome voertuigen in staat stelt om continu nieuwe objectklassen te leren en hun bewegingen te voorspellen vanuit camera-beelden zonder vergeten van eerder geleerde kennis, door middel van een end-to-end class-incremental framework met pseudo-labeling en een innovatieve replay-samplingstrategie.
Dit paper introduceert GIIM, een nieuw grafgebaseerd leermodel dat inter- en intraview-afhankelijkheden in medische beelden modelleert om de diagnosenauwkeurigheid en robuustheid, zelfs bij ontbrekende data, te verbeteren.
Dit paper introduceert OncoAgent, een nieuw AI-agentkader dat klinische richtlijnen direct omzet in 3D-stralingsvolumes zonder training, waardoor het in een zero-shot setting presteert die vergelijkbaar is met toezichtmodellen en door artsen wordt geprefereerd vanwege zijn superioriteit in richtlijncompliance en aanpasbaarheid.
EvoDriveVLA is een nieuw kader voor autonoom rijden dat de prestaties van Vision-Language-Action-modellen verbetert door een collaboratieve distillatie van waarneming en planning te gebruiken, wat leidt tot state-of-the-art resultaten in zowel open- als gesloten-lus evaluaties.
TopoOR introduceert een nieuw paradigma voor het modelleren van operatiekamers als een hogere-orde topologische structuur die complexe relaties en multimodale data behoudt, waardoor het traditionele scene graphs overtreft in taken zoals het detecteren van steriliteitsbreuken en het voorspellen van robotacties.
Dit artikel introduceert het Patrologia Graeca Corpus, een groot openbaar bron met geoptimaliseerde OCR- en taalkundige annotaties voor de overige ongedigitaliseerde negentiende-eeuwse edities van het Patrologia Graeca, waarbij een nieuwe pipeline met YOLO en CRNN een recordlaag foutpercentage voor polytonisch Grieks bereikt.
Dit paper introduceert OmniEarth, een nieuw benchmark voor het systematisch evalueren van vision-language modellen in aardobservatie, dat 28 taken omvat over perceptie, redenering en robuustheid om de huidige beperkingen van bestaande modellen in complexe geospatiale scenario's in kaart te brengen.
Dit paper introduceert PruneSID, een trainingsvrije methode die redundantie in visuele tokens van Vision-Language Models efficiënt elimineert door belang en diversiteit synergetisch te benutten, waardoor de prestaties worden behouden en de verwerkingssnelheid aanzienlijk wordt verhoogd.
Deze paper introduceert een componentbewust, zelfrefinerend raamwerk voor het genereren van fotorealistische afbeeldingen uit schetsen, dat via een tweestapsarchitectuur met zelfaandacht-codering en coördinatiebehoudende fusie aanzienlijk betere resultaten boekt dan bestaande GAN- en diffusiemodellen op diverse datasets.
Deze paper introduceert Diagonal Distillation, een methode die autoregressieve videogeneratie versnelt tot 31 FPS door een asymmetrische strategie te gebruiken die temporale context optimaliseert en foutpropagatie in lange sequenties vermindert.
Het artikel introduceert EvoPrompt, een nieuw raamwerk dat de adaptatie van vision-language modellen naar downstream-taken verbetert door een evolutionaire trainingsstrategie en geometrische regularisatie te gebruiken om prestaties te maximaliseren zonder de oorspronkelijke zero-shot-kennis te verliezen.
Dit paper introduceert SurgFed, een taalgeleid multi-task federated learning-framework dat de uitdagingen van weefsel- en taakdiversiteit in chirurgische video's aanpakt via taalgestuurde kanaalselectie en hyperaggregatie, wat resulteert in superieure prestaties voor segmentatie en diepteschatten op meerdere datasets.