👁️ Category

cs.CV

2789 artigos

Prompt-SID: Learning Structural Representation Prompt via Latent Diffusion for Single-Image Denoising

O artigo apresenta o Prompt-SID, um framework de aprendizado auto-supervisionado para remoção de ruído em imagens únicas que utiliza um processo de difusão latente para gerar prompts de representação estrutural e um mecanismo de replay de escala, preservando assim detalhes estruturais e superando as limitações de métodos anteriores que dependem de pares de dados pareados ou causam perda de informação.

Huaqiu Li, Wang Zhang, Xiaowan Hu, Tao Jiang, Zikang Chen, Haoqian Wang2026-03-10💻 cs

A Simple and Effective Reinforcement Learning Method for Text-to-Image Diffusion Fine-tuning

Este trabalho propõe o método LOOP (Leave-One-Out PPO), uma nova abordagem de aprendizado por reforço para o ajuste fino de modelos de difusão texto-para-imagem que combina técnicas de redução de variância do REINFORCE com a robustez e eficiência amostral do PPO, superando as limitações de ambos ao alcançar um melhor equilíbrio entre eficiência de amostragem e desempenho final.

Shashank Gupta, Chaitanya Ahuja, Tsung-Yu Lin + 4 more2026-03-10🤖 cs.AI

Enhancing Alzheimer's Diagnosis: Leveraging Anatomical Landmarks in Graph Convolutional Neural Networks on Tetrahedral Meshes

Este artigo propõe um modelo de aprendizado profundo geométrico baseado em transformadores, que utiliza uma nova esquematização de tokenização em malhas tetraédricas com marcos anatômicos para melhorar o diagnóstico da doença de Alzheimer e prever a positividade da amiloide cerebral em indivíduos de risco médio, oferecendo uma alternativa precisa e não invasiva aos exames PET.

Yanxi Chen, Mohammad Farazi, Zhangsihao Yang, Yonghui Fan, Nicholas Ashton, Eric M Reiman, Yi Su, Yalin Wang2026-03-10💻 cs

Snapmoji: Instant Generation of Animatable Dual-Stylized Avatars

O artigo apresenta o Snapmoji, um sistema que gera instantaneamente avatares 3D animáveis e personalizáveis em dispositivos móveis, utilizando uma técnica de adaptação de domínio gaussiano para mapear selfies a um estilo principal e aplicar um estilo secundário, preservando a identidade do usuário e superando as limitações de plataformas existentes.

Eric M. Chen, Di Liu, Sizhuo Ma, Michael Vasilkovsky, Bing Zhou, Qiang Gao, Wenzhou Wang, Jiahao Luo, Dimitris N. Metaxas, Vincent Sitzmann, Jian Wang2026-03-10💻 cs

SceneEval: Evaluating Semantic Coherence in Text-Conditioned 3D Indoor Scene Synthesis

O artigo apresenta o SceneEval, um novo framework de avaliação e o conjunto de dados SceneEval-500, projetados para superar as limitações das métricas atuais ao medir de forma abrangente e interpretável tanto os requisitos explícitos quanto as expectativas implícitas de coerência semântica na síntese de cenas 3D internas condicionadas a texto.

Hou In Ivan Tam, Hou In Derek Pun, Austin T. Wang, Angel X. Chang, Manolis Savva2026-03-10💻 cs

Prototype Perturbation for Relaxing Alignment Constraints in Backward-Compatible Learning

Este artigo propõe uma abordagem de Aprendizado Compatível com o Passado (BCL) que relaxa as restrições de alinhamento estritas ao introduzir perturbações nos protótipos de características antigas, preservando assim a capacidade discriminativa do novo modelo sem a necessidade de um processo computacionalmente custoso de recálculo de embeddings.

Zikun Zhou, Yushuai Sun, Wenjie Pei, Xin Li, Yaowei Wang2026-03-10💻 cs

From 2D Alignment to 3D Plausibility: Unifying Heterogeneous 2D Priors and Penetration-Free Diffusion for Occlusion-Robust Two-Hand Reconstruction

Este trabalho propõe um método unificado para a reconstrução robusta de duas mãos a partir de imagens monoculares, combinando um codificador de fusão-alinhamento que integra implicitamente priores estruturais heterogêneos de modelos de visão fundamentais com um modelo de difusão livre de penetração que gera interações 3D fisicamente plausíveis, superando assim desafios de oclusão e alinhamento.

Gaoge Han, Yongkang Cheng, Zhe Chen, Shaoli Huang, Tongliang Liu2026-03-10💻 cs

LEL: Lipschitz Continuity Constrained Ensemble Learning for Efficient EEG-Based Intra-subject Emotion Recognition

O artigo apresenta o LEL, um novo framework de aprendizado emsemble com restrições de continuidade de Lipschitz que melhora a estabilidade, robustez e precisão do reconhecimento de emoções baseado em EEG intra-sujeito, alcançando desempenho superior em três conjuntos de dados públicos.

Shengyu Gong, Yueyang Li, Zijian Kang, Bo Chai, Weiming Zeng, Hongjie Yan, Zhiguo Zhang, Wai Ting Siok, Nizhuan Wang2026-03-10💻 cs

Task-Oriented Semantic Compression for Localization at the Network Edge

O artigo propõe o framework O-VIB, uma abordagem de compressão semântica orientada a tarefas inspirada na cognição espacial que utiliza um codificador de gargalo de informação variacional com restrições ortogonais para extrair e transmitir características multiview compactas, permitindo localização visual precisa em plataformas móveis com recursos limitados e ambientes urbanos sem GPS.

Zhengru Fang, Senkang Hu, Yu Guo, Yiqin Deng, Yuguang Fang2026-03-10💻 cs

MTVCraft: Tokenizing 4D Motion for Arbitrary Character Animation

O artigo apresenta o MTVCraft, um framework pioneiro que tokeniza sequências de movimento 3D bruto em tokens de movimento 4D para superar as limitações dos métodos baseados em poses 2D, permitindo a animação zero-shot de personagens arbitrários e objetos não humanos com controle mais flexível e generalização superior.

Yanbo Ding, Xirui Hu, Zhizhi Guo, Yan Zhang, Xinrui Wang, Zhixiang He, Chi Zhang, Yali Wang, Xuelong Li2026-03-10💻 cs

Deep Unrolled Meta-Learning for Multi-Coil and Multi-Modality MRI with Adaptive Optimization

O artigo propõe um quadro unificado de meta-aprendizado profundo para ressonância magnética (MRI) acelerada, que combina algoritmos de otimização desdobrados com regularização não convexa e aprendizado meta para melhorar a reconstrução multi-coil e a síntese multi-modal, demonstrando superioridade em cenários de subamostragem agressiva e mudanças de domínio.

Merham Fouladvand, Peuroly Batra2026-03-10🔢 math

Generative Prior-Guided Neural Interface Reconstruction for 3D Electrical Impedance Tomography

Este artigo apresenta um novo paradigma para a reconstrução de interfaces 3D em Tomografia de Impedância Elétrica que combina um prior generativo pré-treinado com um solver de equações integrais de fronteira, garantindo consistência física rigorosa e alta eficiência de dados ao tratar as equações governantes como restrições rígidas em vez de penalidades suaves.

Haibo Liu, Junqing Chen, Guang Lin2026-03-10🔢 math