· ai
[Paper] ReSAM：细化、重新查询与强化：自提示点监督遥感图像分割
交互式分割模型，例如 Segment Anything Model（SAM），在自然图像上展示了显著的泛化能力，但表现不佳……
-
- · ai
MoGAN：通过少步运动对抗后训练提升视频扩散中的运动质量
视频扩散模型在帧级保真度方面表现出色，但仍在运动连贯性、动态性和真实感方面存在困难，常常会产生抖动、重影或 …
- · ai
[论文] 多模态鲁棒提示蒸馏用于 3D 点云模型
对抗性攻击对基于学习的 3D 点云模型构成了重大威胁，严重削弱了它们在安全敏感应用中的可靠性。
- · ai
[Paper] UAVLight：针对无人机（UAV）场景的光照鲁棒 3D 重建基准
Illumination inconsistency 是多视角 3D 重建中的一个根本性挑战。阳光方向、云层覆盖以及阴影的变化会破坏一致性……
- · ai
[Paper] 视频生成模型是优秀的潜在奖励模型
Reward feedback learning（ReFL）已被证明在将图像生成与人类偏好对齐方面有效。然而，将其扩展到视频生成面临…
- · ai
[Paper] Bangla 手语翻译：数据集创建挑战、基准测试与前景
Bangla Sign Language Translation (BdSLT) 迄今为止受到严重限制，因为该语言本身资源极其匮乏。标准的句子级数据集创建……
- · ai
[Paper] 年龄特异性阿尔茨海默病预测：非均匀时间跨度下的特征约束
阿尔茨海默病是一种导致认知功能下降的衰弱性疾病。及时识别该疾病对于疾病的早期干预和治疗方案的开发至关重要。
- · ai
[Paper] EoS-FM：专家模型集合能作为通用特征提取器吗？
近期在 foundation models 方面的进展在 natural language processing 和 computer vision 等领域显示出巨大前景，类似的努力现在正在…
- · ai
[Paper] 自适应学习用于抗核抗体图像
抗核抗体（ANA）检测是诊断自身免疫性疾病（包括系统性红斑狼疮、干燥综合征和硬皮病）的关键方法。尽管它的…
- · ai
[Paper] 深度伪造检测器的通用设计选择
深度伪造检测方法的有效性往往不太取决于其核心设计，而更取决于实现细节，例如数据预处理、增强……
- · ai
[Paper] CanKD：基于跨注意力的非局部操作用于基于特征的知识蒸馏
我们提出了 Cross-Attention-based Non-local Knowledge Distillation (CanKD)，一种利用 cross-attention 的新型基于特征的知识蒸馏框架。
- · ai
合并与界定：对权重的直接操作用于类增量学习
我们提出了一种新颖的训练方法 Merge-and-Bound (M&B)，用于类别增量学习 (CIL)，该方法直接在参数空间中操作模型权重，以实现高效且稳健的增量学习...