3304 papers
Dit paper introduceert SAGE, het eerste end-to-end multi-modale groot taalmodel dat ruwe puntwolken direct verwerkt door ze als discrete tokens te behandelen, waardoor het afhankelijkheid van vooraf getrainde 3D-encoders elimineert en superieure prestaties levert in termen van rekenefficiëntie, generalisatie en robuustheid.
Dit paper introduceert MM-Zero, het eerste RL-gebaseerde framework dat Vision Language Models zonder enige trainingsdata zelf kan laten evolueren door middel van een unieke drie-rollen architectuur (voorsteller, coder en solver) die samenwerken om visuele concepten te genereren en redeneervermogen te verbeteren.
Dit artikel introduceert een geometrie-bewust metrisch leerframework dat gebruikmaakt van rotatie- en schaal-invariante hoekdescriptoren van statische handkeypoints om de prestaties van cross-linguale few-shot herkenning van gebarentaal aanzienlijk te verbeteren, zelfs in scenario's met beperkte data.
Dit paper introduceert TubeMLLM, een fundamenteel model dat multimodale grote taalmodellen combineert met topologische priors en een nieuw benchmark (TubeMData) om de topologische consistentie en zero-shot generalisatie bij de modellering van vaatachtige anatomie aanzienlijk te verbeteren.
Dit artikel introduceert een nieuwe verliesfunctie voor een gedistribueerd convolutioneel neuronaal netwerk (DisCNN) dat zich specifiek richt op het extraheren van kenmerken van één positieve klasse door negatieve monsters naar de oorsprong te projecteren, wat resulteert in een lichtgewicht model met uitstekende generalisatie voor objectdetectie in complexe achtergronden.
Dit paper introduceert UniField, een unificerend framework voor MRI-versterking dat gebruikmaakt van voorgeöefende 3D-foundationmodellen en een veldbewust spectrale correctiemechanisme om de generalisatie over verschillende veldsterktes te verbeteren, ondersteund door een nieuw, grootschalig dataset.
HelixTrack is een volledig gebeurtenisgestuurde methode die propellerachtige objecten traceert en hun toerental schat met microseconde-latenstie door homografie-gebaseerde terugprojectie en Kalman-filtering, en wordt geëvalueerd op het nieuwe TQE-dataset.
In dit paper stellen de auteurs BridgeDiff voor, een diffusion-gebaseerd framework dat de kloof tussen menselijke waarnemingen en platte kledingreconstructie overbrugt door middel van een kledingvoorwaarde-module en een platte-structuurbeperking-module om state-of-the-art virtuele pasvormresultaten te bereiken.
RAE-NWM is een nieuw navigatiemodel dat dynamiek in een dichte visuele representatieruimte modelleert in plaats van in een gecomprimeerde latente ruimte, waardoor de structurele stabiliteit en actie-accuraatheid voor visuele navigatie worden verbeterd.
Dit paper introduceert Geometric Semantic Decoupling (GSD), een parameterloze module die semantische shortcuts in VFM-gebaseerde detectoren elimineert om zo de generalisatievermogen voor het detecteren van AI-genereerde afbeeldingen en video's aanzienlijk te verbeteren.
Deze paper introduceert Poly-DETR, een lichtgewicht transformer-model dat instantiesegmentatie omvormt tot regressie van polygonen via polaire representatie, waardoor het de afhankelijkheid van dichte pixelmaskers elimineert en aanzienlijk betere prestaties en lagere geheugenvraag bereikt dan bestaande methoden, vooral bij hoge resoluties en regelmatige objecten.
Dit onderzoek presenteert een veelzijdige aanpak voor autonoom rijden die gebruikmaakt van diep learning en computer vision voor taken zoals verkeersbord- en voertuigdetectie, rijstrookherkenning en gedragskloon, met als doel de robuustheid en betrouwbaarheid van zelfrijdende systemen te verbeteren.
Dit paper introduceert DiP, een nieuw raamwerk voor multimodaal graafrepresentationeel leren dat dynamische informatiepaden en modality-specifieke pseudo-nodes gebruikt om adaptieve, expressieve en efficiënte berichtoverdracht te realiseren, wat leidt tot superieure prestaties op diverse benchmarks.
Deze paper introduceert een nieuw raamwerk voor visueel-taalnavigatie dat gebruikmaakt van webvideo's en impliciete geometrische representaties om agents te trainen in realistische omgevingen, wat leidt tot state-of-the-art prestaties en robuuste zero-shot navigatie.
ForgeDreamer is een nieuw raamwerk voor industriële tekst-naar-3D-generatie dat kennisinterferentie en geometrische onnauwkeurigheid oplost door een ensemble van multi-expert LoRA-modellen en een cross-view hypergraaf aan te bieden voor verbeterde semantische generalisatie en fabricage-precisie.
Deze paper introduceert nieuwe trainingsstrategieën en verliesfuncties die de leer-efficiëntie van 3D Gaussian Splatting aanzienlijk verbeteren door de lijsten van Gaussians per pixel te verkorten, zonder in te leveren op de weergavekwaliteit.
Het paper introduceert SVOR, een robuust framework dat door middel van drie kerninnovaties – MUSE, DA-Seg en een curriculum-tweestaps training – videoobjecten effectief verwijdert onder realistische, imperfecte omstandigheden zoals schaduwen en maskers met defecten, waardoor het de state-of-the-art prestaties verbetert.
Dit artikel introduceert een nieuwe, feed-forward methode voor open-wereld convexe decompositie van 3D-vormen door het leren van continue feature-velden die via een zelftoezichtende, puur geometrische doelstelling worden geclusterd tot hoogwaardige convexe lichamen.
CogBlender is een nieuw raamwerk dat de cognitieve eigenschappen van gegenereerde afbeeldingen, zoals emotionele reactie en onthoudbaarheid, continu en multidimensionaal beïnvloedt door de verbinding tussen cognitieve ruimte en semantische manifold te benutten tijdens het text-naar-image generatieproces.
Het paper introduceert MDTrack, een nieuw multimodaal objectvolgsysteem dat modale verschillen adresseert door modale fusion via een Mixture of Experts en ontkoppelde temporele propagatie met State Space Models, wat leidt tot state-of-the-art prestaties op vijf benchmarks.