3364 papers
LD-RPS is een nieuwe, datasetvrije methode voor universele beeldherstel die een vooraf getraind latent diffusion-model combineert met recurrente posterior sampling en semantische priors om diverse degradaties zonder gespecialiseerde training te verhelpen.
Dit onderzoek toont aan dat kunstmatige visiesystemen robuuster en meer op de mens gelijkend worden door ze te trainen met een ontwikkelingsvisueel dieet dat is geïnspireerd op de menselijke visuele ontwikkeling, wat leidt tot een sterkere focus op vorm in plaats van textuur en een betere weerstand tegen verstoringen.
Dit artikel introduceert Query-based Adaptive Aggregation (QAA), een innovatieve techniek voor het gezamenlijk trainen van modellen op meerdere datasets om universele visuele plaatsherkenning te bereiken met verbeterde generalisatie en robuustheid.
Dit artikel introduceert MCULoRA, een robuust raamwerk voor emotionele herkenning met onvolledige multimodale data dat door middel van ontkoppeling en dynamische aanpassing van laag-rang adaptatie de prestaties van bestaande methoden aanzienlijk verbetert.
Deze paper introduceert Mamba Snake, een nieuw raamwerk voor geünificeerde medische beeldsegmentatie dat state space-modellering en een snake-specifiek visiemodule combineert om de complexe morfologische en topologische uitdagingen van meervoudige orgaandetectie effectiever op te lossen dan bestaande methoden.
Dit paper introduceert , een voeding-neuraal netwerk dat gebruikmaakt van een volledig permutatie-equivariante architectuur om visuele geometrie te reconstrueren zonder afhankelijkheid van een vaste referentiebeeld, wat leidt tot robuustere en state-of-the-art prestaties bij taken zoals camerapositieschatting en diepteanalyse.
Dit artikel introduceert InsightX Agent, een innovatief LMM-gebaseerd agentisch raamwerk dat de Sparse Deformable Multi-Scale Detector en het Evidence-Grounded Reflection-tool combineert om betrouwbare, interpreteerbare en interactieve X-ray NDT-analyses te leveren met een hoge detectienauwkeurigheid op de GDXray+-dataset.
Dit paper introduceert een op Vision Transformers gebaseerd framework dat, door gebruik te maken van Sentinel-2 en Formosat-5-beelden en een zwak-toezichtstrategie met PCA en een betrouwbaarheidsindex, de segmentatie van door rampen getroffen gebieden verbetert om de EVAP-producten van het Taiwan Space Agency te ondersteunen.
Dit paper introduceert MIDAR, een surrogaat LiDAR-detectiemodel dat realistische waarnemingen genereert voor microscopische verkeerssimulatoren door gebruik te maken van hoogwaardige kenmerken en geometrische grafieken, waardoor schaalbare en nauwkeurige evaluaties van intelligente vervoerssystemen mogelijk worden gemaakt.
Dit artikel introduceert TransUNet-GradCAM, een hybride Transformer-U-Net-model dat door het combineren van globale en lokale kenmerken een robuuste en verklaarbare segmentatie van diabetische voetzweren mogelijk maakt, wat wordt onderbouwd door sterke prestaties op zowel interne als externe datasets.
Dit paper introduceert SQ-VDiT, een post-training kwantisatiekader voor video-diffusietransformators dat gebruikmaakt van hessiaan-gevoelige saliente dataselectie en op aandacht gebaseerde distillatie van schaarse tokens om verliesvrije prestaties te bereiken met aanzienlijke compressie en versnelling.
Dit paper introduceert SPEX, het eerste multimodale vision-language model dat specrale informatie uit remote sensing-beelden effectief benut voor instructiegedreven landbedekkingsextractie en -uitleg, ondersteund door een nieuw dataset genaamd SPIE.
Dit artikel presenteert de eerste evaluatie van 3D Gaussian Splatting op echte fisheye-beelden met een gezichtsveld boven de 180°, waarbij wordt aangetoond dat 160° de optimale balans biedt en dat een nieuwe, op diepte gebaseerde initialisatie met UniK3D de beperkingen van Structure-from-Motion bij extreme hoeken effectief overwint.
Deze paper introduceert een unificerend, semantisch onderbouwd raamwerk voor medische beeldsegmentatie dat, door het leren van een domein-agnostische probabilistische variëteit van anatomische regelmatigheden, zowel bron-gebaseerde als bron-vrije domeinadaptatie mogelijk maakt zonder expliciete kruis-domeinafstemming en zo state-of-the-art resultaten bereikt.
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.