Muzammal Naseer

Neue Techniken verbessern die Zuverlässigkeit von medizinischen Bildgebungswerkzeugen gegenüber schädlichen Datenänderungen.

Ein neues Framework, um Bilder ohne vorherige Labels mit einem breiten Vokabular zu klassifizieren.

FLIP verbessert Systeme zur Gesichtserkennung gegen Spoofing mit Sprach- und Vision-Transformern.

ProText verbessert visuelle Sprachmodelle, indem es nur Textdaten nutzt, um Aufgaben besser zu bewältigen.

Das Verständnis von Modellrobustheit ist entscheidend für die Anwendung in der realen Welt in verschiedenen Bereichen.

Ein neues Framework verbessert Video-Suchanfragen, indem es visuelle Elemente und detaillierte Sprachbeschreibungen kombiniert.

Lern, Objekte anhand von Bildern und 3D-Punktwolken ohne Labels zu klassifizieren.

Die Fähigkeiten und Herausforderungen von fortgeschrittenen Modellen zur Videoverstehens beurteilen.

Die Studie untersucht die Robustheit von Segmentierungsmodellen gegen adversariale Angriffe im Gesundheitswesen.

Dieser Artikel untersucht, wie visuelle Zustandsraum-Modelle mit visuellen Herausforderungen umgehen.

VANE-Bench verbessert die Erkennung von Anomalien in Videos, während die KI-Inhalte immer mehr zunehmen.

Die Zusammenarbeit im Gesundheitswesen durch föderiertes Lernen verbessert die Klassifizierung medizinischer Bilder und schützt dabei die Privatsphäre.

Neue Methoden decken Schwachstellen in medizinischen Modellen durch Hintertürangriffe auf.

Eine neue Methode nutzt Make-up, um die Privatsphäre in Gesichtserkennungssystemen zu verbessern.

PromptSmooth verbessert die Genauigkeit von Med-VLMs gegen feindliche Angriffe effizient.

StableMamba verbessert die Bild- und Videoverarbeitung mit mehr Robustheit und Performance.

Neue Tools verbessern, wie wir Veränderungen in Satellitenbildern im Laufe der Zeit beschreiben.

Ein neuer Datensatz revolutioniert die Analyse von medizinischen Bildern und deren Beschreibungen.