2788 papers
Dit paper introduceert MissBench, een benchmark en raamwerk voor multimodale affectieve analyse dat standaardiseert hoe onbalans in ontbrekende modaliteiten wordt getest, en twee nieuwe diagnostische metrieken (MEI en MLI) definieert om ongelijkheid in modale bijdrage en optimalisatie te kwantificeren.
Dit paper introduceert InternVL-U, een lichtgewicht 4B-parameter unificerend multimodaal model dat door middel van een decoupled architectuur en een op redenering gebaseerde data-pipeline superieure prestaties bereikt in begrijpen, redeneren, genereren en bewerken, terwijl het tegelijkertijd de efficiëntie en schaalbaarheid van grotere modellen overtreft.
Het paper introduceert DISPLAY, een raamwerk voor het genereren van controleerbare en fysiek consistente video's van mens-objectinteracties dat gebruikmaakt van een lichtgewicht, spaarzame bewegingsgids (alleen polskoordinaten en een object-boundingbox), een object-gerichte attentiemechanisme en een multi-task trainingsstrategie om de beperkingen van bestaande methoden te overwinnen.
Deze paper introduceert CourtSI, het eerste grote dataset en benchmark voor ruimtelijke intelligentie in sporten, waarmee de beperkingen van bestaande vision-language modellen worden blootgelegd en een aanzienlijke prestatieverbetering wordt bereikt door fine-tuning.
Dit paper introduceert WikiCLIP, een efficiënt contrastief raamwerk dat open-domein visuele entiteitsherkenning aanzienlijk verbetert door grote taalmodel-embeddings te combineren met een visueel geleide kennisadapter en een mechanisme voor het synthetiseren van harde negatieven, waardoor het prestaties op benchmarks zoals OVEN significant verhoogt en de inferentielatentie in vergelijking met generatieve modellen met bijna 100 keer verlaagt.
Dit paper onthult dat de Chamfer-afstand faalt bij 3D-vormoptimalisatie door een structurele gradiëntproblematiek die leidt tot ineenstorting, en toont aan dat alleen niet-lokale koppeling deze kan voorkomen, wat resulteert in aanzienlijke verbeteringen in 3D-vormherstel.
Deze paper introduceert een interpreteerbare methode voor tekst-motieretrieval die fijnmazige corresponderende kenmerken vastlegt door bewegingen om te zetten in gezamenlijke-hoekafbeeldingen en deze te combineren met een late token-patch-interactie, wat leidt tot betere prestaties dan bestaande methoden op HumanML3D en KIT-ML.
Dit paper introduceert ACADiff, een adaptief latent diffusion-framework dat ontbrekende multimodale hersenbeelden synthetiseert door klinische metadata en beschikbare beeldvorming te integreren, waardoor de diagnose van de ziekte van Alzheimer ook bij extreme data-ontbrekingen robuust blijft.
Dit paper introduceert een nieuw onbewaakt domeinadaptatiekader op basis van Margin Disparity Discrepancy om de leversegmentatie op interventionele CBCT-beelden te verbeteren door gebruik te maken van geannoteerde CT-data, wat resulteert in state-of-the-art prestaties.
Deze paper introduceert k-MTR, een end-to-end multi-task framework dat directe diagnostische analyses van het hart uitvoert op basis van onderbemonsterde k-ruimte-data, waardoor de traditionele en foutgevoelige stap van beeldherstel wordt omzeild.
Dit paper introduceert het concept van 'Whole Slide Difficulty' op basis van meningsverschillen tussen experts en niet-experts, en toont aan dat het integreren van deze moeilijkheidsgraad in Multiple Instance Learning de prestaties van prostaatkankergradering, vooral bij hogere Gleason-graden, consistent verbetert.
Dit paper introduceert C2FMAE, een hiërarchisch maskerend autoencoder-model dat de spanning tussen contrastief leren en gemaskeerde beeldmodellering oplost door een grof-naar-fijn leerproces te gebruiken dat semantische, object- en pixelniveaus combineert voor robuustere visuele representaties.
Dit paper introduceert BEACON, een methode die taalgeconditioneerde navigatie onder obstructie verbetert door in plaats van 2D-beeldvoorspellingen een vogelvluchtaanzicht (BEV) van toegankelijkheidskansen te genereren die ook verborgen gebieden omvat, wat resulteert in een aanzienlijke prestatieverbetering ten opzichte van bestaande beeldgebaseerde methoden.
ReCoSplat is een autoregressief feed-forward model voor Gaussische splatting dat een Render-and-Compare-module en een hybride KV-cache-compressiestrategie introduceert om robuuste online nieuwe weergavesynthese te bereiken, zelfs bij ongestructureerde of niet-geposeerde inputsequenties.
Dit paper introduceert Bag-of-Words Superposition (BOWS) om aan te tonen dat in realistische scenario's met gecorreleerde features, superpositie constructieve interferentie kan genereren die semantische clusters en cyclische structuren vormt, in plaats van dat interferentie uitsluitend als ruis moet worden gefilterd zoals in het standaardbeeld van superpositie wordt aangenomen.
Dit paper introduceert differentieerbare microscopie (), een datagedreven, top-down ontwerpmethode die de creatie van geoptimaliseerde optische systemen voor faseherstel mogelijk maakt en experimenteel is gevalideerd.
Deze paper introduceert een wederkerig conditioneel aanpassingsmechanisme voor blended-target domain adaptation dat, zonder afhankelijkheid van domeinlabels, de prestaties verbetert door onzekerheidsgeleide alignering van categorische verdelingen en verrijking van bronkenmerken met diverse doelstijlen om de classifier te corrigeren.
Dit paper introduceert altiro3D, een gratis bibliotheek die vanuit één afbeelding of video realistische 3D-ervaringen en lichtveld-inhoud genereert door diepteanalyse, inpainting en een 'Fast'-projectie-algoritme te combineren voor het creëren van meervoudige gezichtspunten.
Deze paper introduceert PD-REAL, een nieuw en betaalbaar 3D-dataset voor anormaliteitsdetectie op Play-Doh-objecten, en presenteert een multi-scale distillatieframework dat gebruikmaakt van RGB-D-informatie om de detectienauwkeurigheid te verbeteren ten opzichte van bestaande methoden.
Deze paper introduceert CA-Jaccard, een camera-bewuste Jaccard-afstandsmethode die de betrouwbaarheid van person re-identificatie verbetert door camera-variatie te benutten voor het selecteren van betrouwbare buren via camera-bewuste k-reciproke dichtste buren en lokale query-uitbreiding.