实体
Moda
Moda
PulseAugur coverage of Moda — every cluster mentioning Moda across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
3 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新型检测器 S$^3$E-Det 改进多光谱目标检测
研究人员推出了一种新颖的多光谱目标检测器 S$^3$E-Det。该系统旨在通过在几何变化下保持一致的定位并有效利用材料依赖的光谱响应来提高准确性。S$^3$E-Det 包含光谱顺序感知采样校准 (SOSC) 以施加光谱顺序约束，以及公共-差分等变融合 (CDEF) 以实现不同特征级别之间的自适应光谱-上下文聚合。几何对齐头 (GAH) 通过协调不变和等变输出属性进一步完善预测阶段。
-
SGLDet框架增强多光谱航空目标检测
研究人员推出SGLDet，一个旨在改进多光谱航空目标检测的新框架。该模型解决了前景-背景不平衡以及目标尺度和方向变化等挑战。SGLDet采用光谱感知的全局-局部动态建模方法，包含全局动态建模、多尺度上下文集成和自适应局部特征调制等组件。在MODA、HOD3K和DroneVehicle等数据集上的实验表明，SGLDet在具有竞争力的计算成本下提供了卓越的性能。
-
新的深度伪造检测方法和数据集出现，以应对人工智能生成的视频威胁 · 跟踪了 7 个来源
研究人员正在开发先进的方法来检测和归因深度伪造视频，特别是那些由复杂的姿势引导扩散模型生成的视频。MoDA 等新框架旨在识别这些生成器留下的细微伪影和光谱指纹，在分布内和跨数据集评估中均取得高精度。其他工作包括创建 DDL 和 CCDF 等大规模数据集，以涵盖更多样化的深度伪造生成方法和真实世界场景，支持开发更鲁棒和可解释的检测和定位工具。此外，研究正在探索超越标准系数的深度伪造检测，专注于视觉线索和时间建模，以提高准确性和跨不同数据…