2790 papers
Deze paper introduceert IAG, de eerste multi-doel backdoor-aanval op vision-language modellen voor visuele grounding, die dynamische, tekstgestuurde triggers gebruikt om onopgemerkt objecten te manipuleren zonder de prestaties op schone data te beïnvloeden.
Het paper introduceert Video-EM, een trainingsvrij, gebeurtenisgericht raamwerk dat lange video's omzet in een compacte, tijdsgebonden episodische geheugenreeks door middel van een zelfreflecterende LLM-agent, waardoor bestaande Video-LLMs effectiever langdurige videovragen kunnen beantwoorden zonder extra training.
Dit paper introduceert UniUGG, het eerste geïntegreerde raamwerk dat een LLM en een latente diffusiemodel combineert om zowel 3D-generatie als ruimtelijk visueel vraag-antwoord (VQA) mogelijk te maken door middel van een geometrisch-semantische leerstrategie.
Dit paper introduceert PhysGM, een voorspellend framework dat op basis van één afbeelding direct zowel 3D-Gaussische representaties als fysische eigenschappen voorspelt, waardoor realistische 4D-simulaties in slechts één minuut mogelijk zijn zonder tijdrovende optimalisatie.
Dit paper introduceert een efficiënt diffusion-gebaseerd raamwerk voor 3D-houdingsbepaling dat gebruikmaakt van een hiërarchische tijdelijke pruning-strategie om de rekentijd aanzienlijk te verminderen en de inferentiesnelheid te verhogen, terwijl het tegelijkertijd state-of-the-art prestaties behaalt.
PointSlice introduceert een nieuwe slice-gebaseerde representatie en een Slice Interaction Network om 3D-objectdetectie uit puntwolken te versnellen en de parameter-efficiëntie te verbeteren, terwijl de nauwkeurigheid op grote datasets zoals Waymo, nuScenes en Argoverse 2 behouden blijft.
Dit paper introduceert MDM-MixMFL, een nieuw federatief leerframework voor MRI-segmentatie dat modale ontkoppeling en een memorisatiemechanisme gebruikt om de uitdagingen van heterogene en onvolledige multimodale data in gedistribueerde medische scenario's aan te pakken.
Deze studie introduceert een visiegebaseerd systeem dat met behulp van computer vision en objectdetectie het rijgedrag van niet-verbonden voertuigen analyseert om afleiding en vermoeidheid te detecteren en zo bijdraagt aan het verminderen van verkeersongevallen.
Deze paper introduceert UltraUPConvNet, een computerefficiënt multi-task framework dat gebaseerd is op UPerNet en ConvNeXt en tegelijkertijd weefselsegmentatie en ziektevoorspelling in ultrasone beelden uitvoert met state-of-the-art prestaties.
Traffic-MLLM is een nieuw raamwerk voor verkeersredenering dat in plaats van expliciete casusretrieval een gestructureerde casusruimte leert door middel van curieuze, op RND gebaseerde regularisatie, wat leidt tot verbeterde prestaties in dynamische en zeldzame verkeerssituaties.
Dit artikel introduceert SAGA, een nieuwe methode voor lineaire attention die door middel van selectieve adaptieve gating de prestaties en efficiëntie van Transformer-modellen bij hoge resoluties verbetert door de beperkingen van uniforme compressie te overwinnen.
Deze paper introduceert de Cumulative Consensus Score (CCS), een labelvrije en modelonafhankelijke methode die testtijd-data-augmentatie en ruimtelijke consistentie van voorspellingen gebruikt om de betrouwbaarheid van objectdetectiemodellen in de praktijk continu te evalueren zonder grondwaarheid-annotaties.
Dit paper introduceert WHU-STree, een uitgebreid, multi-modaal dataset voor straatbomen die synchroniseerde puntwolken en afbeeldingen bevat van twee steden, en die dient als benchmark voor diverse taken zoals boomsoortclassificatie en individuele boomsegmentatie om de efficiëntie van stedelijke boominventarisatie te verbeteren.
Dit paper introduceert MICA, een privacy-bewust, spraakgebaseerd multi-agent systeem dat adaptieve en veilige real-time ondersteuning biedt voor industriële workflows en dat door middel van Adaptive Step Fusion en nieuwe benchmarks de betrouwbaarheid en responsiviteit in dynamische fabrieksomgevingen significant verbetert.
Dit paper introduceert het ORIC-framework om de prestaties van grote visueel-taalmodellen te evalueren en te verbeteren bij het herkennen van objecten in incongruente contexten, waarbij wordt aangetoond dat dergelijke situaties de herkenning bemoeilijken en dat visuele versterkingsfine-tuning de betrouwbaarheid kan vergroten.
Deze paper presenteert een snelle, op gebeurtenissen gebaseerde visuele teach-and-repeat-navigatiesysteem dat via kruiscorrelatie in het Frequentiedomein een verwerkingslatentie van slechts 2,88 ms bereikt en autonoom navigatie over meer dan 3 kilometer in diverse omstandigheden mogelijk maakt met een afwijking van minder dan 15 cm.
Deze studie toont aan dat bestaande videobenchmarks audio vaak negeren, maar dat het integreren van spraakencoders in moderne Video-LLMs wel degelijk leidt tot significante verbeteringen bij taken die luisteren vereisen.
Dit paper introduceert FINS, een lichtgewicht framework dat met behulp van een enkele afbeelding en vooraf getrainde fundamentele modellen binnen enkele seconden hoogwaardige impliciete oppervlakken en SDF-velden reconstrueert voor robottoepassingen zoals bewegingsgeneratie.
Dit paper introduceert QuantVGGT, het eerste kwantisatiekader voor Visual Geometry Grounded Transformers (VGGTs) dat middels Dubbel-Gegladde Fijne-Korrelige Kwantisatie en Ruis-gefilterde Divers Steekproeven de hoge reken- en geheugenkosten van deze modellen aanzienlijk verlaagt zonder in te leveren op reconstructieprecisie.
Deze paper introduceert MATR, een Motion-Aware Transformer die de associatie- en detectieprestaties van multi-object tracking in complexe scènes aanzienlijk verbetert door objectbewegingen expliciet te voorspellen en query-conflicten te verminderen, wat resulteert in state-of-the-art resultaten op diverse benchmarks.