在计算摄影中，低光原始denoising是一项重要且有价值的任务，在计算摄影中，基于成对的真实数据训练的基于学习的方法是主流。但是，有限的数据量和复杂的噪声分布构成了配对真实数据的可学习性瓶颈，这限制了基于学习的方法的降解性能。为了解决这个问题，我们提出了一种可学习性增强策略，以根据噪声建模改革成对的真实数据 ...

在本文中，我们为基于DNN的原始图像denoising提供了新的数据预处理和增强技术。与传统的RGB图像Denoising相比，在直接相机传感器读取上执行此任务提出了新的挑战，例如如何有效地处理来自不同数据源的各种拜耳模式，然后如何使用原始图像执行有效的数据增强。为了解决第一个问题，我们提出了拜耳模式统一（Bayerunify）方法来统一不同的拜耳模式 ...

最近，高斯裂开引发了计算机视觉领域的新趋势。除了新颖的视图综合外，它还扩展到了多视图重建领域。最新方法可在确保快速训练速度的同时促进完整，详细的表面重建 ...

动态系统构成了科学发现的基础，传统上以预定义的状态变量（例如角度和角速度）建模，以及诸如单个摆运动方程的微分方程。我们提出了一种方法，以发现一组状态变量，以保留系统动力学的平稳性并构建代表系统动力学方程的向量字段，该方程是自动从视频流中自动而没有事先物理知识的。通过对各种动力学系统的定量和定性分析，包括对特征频率的预测以及混乱和限制周期行为的鉴定，可以证明所提出方法的突出性和有效性 ...

大型语言模型（LLMS）在各种推理任务中表现出了令人印象深刻的能力，但是在复杂的，知识密集的多跳查询中，尤其是涉及新的或长尾知识的问题，面临重大挑战。现有的基准通常无法完全解决这些挑战。为了弥合这一差距，我们介绍了MINTQA（关于新知识和尾巴知识的多跳问题），这是评估LLMS在四个关键维度跨四个关键维度的多跳上推理中的能力的全面基准：问题处理策略，测量结果，检验 - 试验性或迭代或动态分解和动态 ...

可以通过利用自动生成的导航说明来增强视觉和语言导航试剂。但是，尚未对现有的指令生成器进行全面评估，并且用于开发它们的自动评估指标尚未得到验证。使用人类寻路，我们表明这些发电机的性能与基于模板的发电机相比或仅比人类指导员差得多 ...

随着生成的AI（Genai）代理在企业环境中变得越来越普遍，他们引入了安全挑战，这些挑战与传统系统所带来的挑战有很大不同。这些代理不仅是LLM。他们的理由，记住和行动，通常以最少的人类监督。本文介绍了专门针对Genai代理商量身定制的全面威胁模型，重点介绍其自主权，持续的记忆访问，复杂的推理和工具集成如何创造新的风险 ...

由于物联网（IoT）设备参与了许多应用程序，用户的安全性和隐私已成为重大问题。网络威胁以爆炸性的速度增长，使现有的安全性和隐私措施不足。因此，互联网上的每个人都是黑客的产品 ...