:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Eckerle, Achim, Spitznagel, Martin, Keuper, Janis
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2510.04510
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Urban Sound Propagation: a Benchmark for 1-Step Generative Modeling of Complex Physical Systems
von: Spitznagel, Martin, et al.
Veröffentlicht: (2024)

A New Kind of Network? Review and Reference Implementation of Neural Cellular Automata
von: Spitznagel, Martin, et al.
Veröffentlicht: (2026)

PhysicsGen: Can Generative Models Learn from Images to Predict Complex Physical Relations?
von: Spitznagel, Martin, et al.
Veröffentlicht: (2025)

Can Biases in ImageNet Models Explain Generalization?
von: Gavrikov, Paul, et al.
Veröffentlicht: (2024)

How Do Training Methods Influence the Utilization of Vision Models?
von: Gavrikov, Paul, et al.
Veröffentlicht: (2024)

Beware of Aliases -- Signal Preservation is Crucial for Robust Image Restoration
von: Agnihotri, Shashank, et al.
Veröffentlicht: (2024)

Reliable Evaluation of Attribution Maps in CNNs: A Perturbation-Based Approach
von: Nieradzik, Lars, et al.
Veröffentlicht: (2024)

In-Context Learning for Seismic Data Processing
von: Fuchs, Fabian, et al.
Veröffentlicht: (2025)

Deepfakes: we need to re-think the concept of "real" images
von: Keuper, Janis, et al.
Veröffentlicht: (2025)

Fake or JPEG? Revealing Common Biases in Generated Image Detection Datasets
von: Grommelt, Patrick, et al.
Veröffentlicht: (2024)

Challenging the Black Box: A Comprehensive Evaluation of Attribution Maps of CNN Applications in Agriculture and Forestry
von: Nieradzik, Lars, et al.
Veröffentlicht: (2024)

Inference-time Stochastic Refinement of GRU-Normalizing Flow for Real-time Video Motion Transfer
von: Haque, Tasmiah, et al.
Veröffentlicht: (2025)

Can We Talk Models Into Seeing the World Differently?
von: Gavrikov, Paul, et al.
Veröffentlicht: (2024)

As large as it gets: Learning infinitely large Filters via Neural Implicit Functions in the Fourier Domain
von: Grabinski, Julia, et al.
Veröffentlicht: (2023)

Know Yourself Better: Diverse Object-Related Features Improve Open Set Recognition
von: Xu, Jiawen, et al.
Veröffentlicht: (2024)

A Visual RAG Pipeline for Few-Shot Fine-Grained Product Classification
von: Lamm, Bianca, et al.
Veröffentlicht: (2025)

Can Visual Language Models Replace OCR-Based Visual Question Answering Pipelines in Production? A Case Study in Retail
von: Lamm, Bianca, et al.
Veröffentlicht: (2024)

Retail-786k: a Large-Scale Dataset for Visual Entity Matching
von: Lamm, Bianca, et al.
Veröffentlicht: (2023)

RobustSpring: Benchmarking Robustness to Image Corruptions for Optical Flow, Scene Flow and Stereo
von: Oei, Victor, et al.
Veröffentlicht: (2025)

Unfolding Local Growth Rate Estimates for (Almost) Perfect Adversarial Detection
von: Lorenz, Peter, et al.
Veröffentlicht: (2022)

TRIX- Trading Adversarial Fairness via Mixed Adversarial Training
von: Medi, Tejaswini, et al.
Veröffentlicht: (2025)

Faithful, Interpretable Chest X-ray Diagnosis with Anti-Aliased B-cos Networks
von: Kleinmann, Marcel, et al.
Veröffentlicht: (2025)

Informed Mixing -- Improving Open Set Recognition via Attribution-based Augmentation
von: Xu, Jiawen, et al.
Veröffentlicht: (2025)

Towards Class-wise Robustness Analysis
von: Medi, Tejaswini, et al.
Veröffentlicht: (2024)

FAIR-TAT: Improving Model Fairness Using Targeted Adversarial Training
von: Medi, Tejaswini, et al.
Veröffentlicht: (2024)

Normalizing Flows are Capable Generative Models
von: Zhai, Shuangfei, et al.
Veröffentlicht: (2024)

PaddingFlow: Improving Normalizing Flows with Padding-Dimensional Noise
von: Meng, Qinglong, et al.
Veröffentlicht: (2024)

The Coupling Within: Flow Matching via Distilled Normalizing Flows
von: Berthelot, David, et al.
Veröffentlicht: (2026)

Missing Fine Details in Images: Last Seen in High Frequencies
von: Medi, Tejaswini, et al.
Veröffentlicht: (2025)

Is RobustBench/AutoAttack a suitable Benchmark for Adversarial Robustness?
von: Lorenz, Peter, et al.
Veröffentlicht: (2021)

One-Shot Identification with Different Neural Network Approaches
von: Mohr, Janis, et al.
Veröffentlicht: (2026)

Assessing Foundation Models for Mold Colony Detection with Limited Training Data
von: Pichler, Henrik, et al.
Veröffentlicht: (2025)

Multi-Flow: Multi-View-Enriched Normalizing Flows for Industrial Anomaly Detection
von: Kruse, Mathis, et al.
Veröffentlicht: (2025)

FlowCLAS: Enhancing Normalizing Flow Via Contrastive Learning For Anomaly Segmentation
von: Lee, Chang Won, et al.
Veröffentlicht: (2024)

DispBench: Benchmarking Disparity Estimation to Synthetic Corruptions
von: Agnihotri, Shashank, et al.
Veröffentlicht: (2025)

Bidirectional Normalizing Flow: From Data to Noise and Back
von: Lu, Yiyang, et al.
Veröffentlicht: (2025)

NinA: Normalizing Flows in Action. Training VLA Models with Normalizing Flows
von: Tarasov, Denis, et al.
Veröffentlicht: (2025)

Benchmarking Document Parsers on Mathematical Formula Extraction from PDFs
von: Horn, Pius, et al.
Veröffentlicht: (2025)

Beyond String Matching: Semantic Evaluation of PDF Table Extraction
von: Horn, Pius, et al.
Veröffentlicht: (2026)

Fix your downsampling ASAP! Be natively more robust via Aliasing and Spectral Artifact free Pooling
von: Grabinski, Julia, et al.
Veröffentlicht: (2023)