2817 papers
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.
GS-2M is een materiaalbewust optimalisatiekader dat 3D Gaussian Splatting gebruikt om vanuit multi-view beelden hoogwaardige, reflecterende oppervlakken om te zetten in nauwkeurige 3D-meshes door gezamenlijke optimalisatie van geometrie en materiaal, zonder afhankelijk te zijn van zware neurale componenten.
Dit paper introduceert FAMDA, een effectief zelftrainingskader dat Vision Foundation Models gebruikt als leraren om robuuste en efficiënte multi-task dense prediction-modellen te creëren die de prestaties van bestaande methoden voor domeinadaptatie in robotica significant verbeteren.
Het paper introduceert QuantSparse, een geïntegreerd framework dat modelquantisatie en attentiesparsificatie combineert via innovatieve technieken zoals Multi-Scale Salient Attention Distillation en Second-Order Sparse Attention Reparameterization om de rekenefficiëntie van video-diffusietransformators aanzienlijk te verbeteren zonder in te leveren op de kwaliteit.
Dit paper introduceert DualFlow, het eerste geünificeerde framework dat rectified flow en retrieval-augmented generation combineert om realistische, semantisch onderbouwde en ritmisch gesynchroniseerde interactieve bewegingen voor twee personen te genereren op basis van diverse modaliteiten zoals tekst, muziek en eerdere bewegingen.
Dit artikel introduceert PHASE-Net, een lichtgewicht en theoretisch onderbouwde deep learning-architectuur die, gebaseerd op de Navier-Stokes-vergelijkingen, robuuste en efficiënte niet-contact fysiologische monitoring mogelijk maakt door middel van een Axial Swapper, een Adaptieve Ruimtelijke Filter en een Gated TCN.
Deze paper introduceert LMOD+, een uitgebreide multimodale dataset en benchmark met 32.633 gevallen voor ophthalmologie die is ontwikkeld om multimodale grote taalmodellen te evalueren op taken zoals ziekteopsporing, -stadiëring en demografische voorspelling, met als doel de ontwikkeling van AI-toepassingen ter bestrijding van wereldwijde oogziekten te versnellen.
Dit paper introduceert REVEL, een nieuwe taak voor interactieve videomanipulatie, en presenteert DragStream, een trainingsvrije methode die drift en contextuele storingen in autoregressieve videodiffusiemodellen effectief oplost om vloeiende drag-bewegingen op elk moment mogelijk te maken.
Dit paper introduceert AR-Drag, het eerste RL-verbeterde autoregressieve videodiffusiemodel dat real-time, hoogwaardige beeld-naar-video-generatie met diverse bewegingscontrole mogelijk maakt door een trajectgebaseerde beloning en een zelf-rollout-mechanisme.
Deze systematische scoping review analyseert de toepassing van onbewaakte diepe generatieve modellen voor het detecteren van afwijkingen in neurobeelden, waarbij wordt geconcludeerd dat deze methoden veelbelovend zijn voor pathologie-agnostische lokalisatie ondanks uitdagingen zoals methodologische heterogeniteit en beperkte externe validatie.
Deze paper introduceert een nieuw Continual Audio-Visual Segmentation-taak en een Collision-based Multi-modal Rehearsal-framework om modale verstrengeling en semantische drift in fijnkorrelige, meervoudige modale continue leerproblemen effectief aan te pakken.
Dit paper introduceert Dream4Drive, een nieuw raamwerk voor het genereren van synthetische data dat wereldmodellen voor rijden omzet in een krachtig hulpmiddel om de prestaties van waarnemingsmodellen voor autonoom rijden, met name in zeldzame situaties, significant te verbeteren.
Dit paper introduceert MoE-GS, een unificerend framework voor dynamische 3D Gaussian Splatting dat gebruikmaakt van een volume-bewuste pixelrouter om meerdere deskundigen te combineren voor superieure nieuwe weergavesynthese, terwijl tegelijkertijd efficiëntie wordt verbeterd via multi-expert rendering en distillatie.
Dit paper introduceert AnyPcc, een universeel raamwerk voor puntwolkcompressie dat door middel van een universeel contextmodel en een instance-gebaseerde fijne-tuning-strategie (IAFT) de generalisatieproblemen van bestaande methoden oplost en nieuwe state-of-the-art resultaten bereikt op diverse datasets.