Computerwissenschaften - Computer Vision und Mustererkennung

Ein neuer Massstab, um visuelle Sprachmodelle bei minimalen Änderungen in Bildern und Bildunterschriften zu testen.

UMAP nutzen, um Beschriftungsfehler in medizinischen Bilddatensätzen zu erkennen.

Fortschritte beim Erkennen von Daten, die ausserhalb der Verteilung liegen, mithilfe neuer Techniken.

Eine neue Methode verbessert die Bildsegmentierung mit SAM und anpassbaren Aufforderungen.

Untersuchung des kreativen Prozesses hinter der Produktion von Fake-News-Videos.

Die Verfolgung der Augenbewegungen mit Event Kameras verbessert das Verständnis der Augenbewegungen.

Eine neue Methode verbessert die Analyse medizinischer Bilder und schützt dabei die Privatsphäre der Patienten.

Eine neue Methode verbessert das Verständnis von 3D-Segmentierungsmodellen im Gesundheitswesen.

Dieser Artikel behandelt die Rolle von deformierbaren Faltungen zur Verbesserung der semantischen Segmentierung beim autonomen Fahren.

Forschung beschäftigt sich mit Vorurteilen, die das audio-visuelle Verständnis in der Technologie beeinflussen.

Untersuchen, wie die Zeitabstimmung von Sensordaten die Sicherheit und Leistung von autonomen Fahrzeugen beeinflusst.

QPT V2 verbessert die visuelle Bewertung mit maskierter Bildmodellierung und hochwertigen Daten.

Dynamisches Retraining-Update verbessert die Objekterkennung, ohne dass gelabelte Daten nötig sind.

MMTrail kombiniert visuelle und auditive Beschreibungen für bessere Video-Sprachmodelle.

Hämatoxylin- und Eosin-Färbung verbessert die Bewertung von Immunzellen in Tumoren.

Neue Methoden verbessern Machine-Learning-Modelle, um ungewöhnliche Stichproben in unausgewogenen Datensätzen besser zu erkennen.

Eine neue Methode verbessert die Erkennung kleiner Objekte und reduziert gleichzeitig den Ressourcenverbrauch.

Ein neuer Ansatz verbessert die Genauigkeit von 3D-Modellen aus Mehransichtenbildern.

Ein Leitfaden zum Umgang mit Unsicherheiten bei der medizinischen Bildsegmentierung für bessere Diagnosen.

TAPTRv2 verbessert das Punkt-Tracking in Videos mit Aufmerksamkeitsmechanismen für genauere Ergebnisse.

HyTAS vereinfacht die Suche nach Transformator-Modellen in der hyperspektralen Bildgebung.

Eine neue Methode, um die Integration von medizinischen Bildern und Berichten für bessere Analysen zu verbessern.

LawLuo kombiniert mehrere Agenten für ein besseres rechtliches Beratungserlebnis.

Ein neuer Ansatz zur Verbesserung des multimodalen Lernens mit fehlenden Daten.

Eine neue Methode verbessert die Altersschätzung mithilfe von Gesichtsmerkmalen und Graph-Neuronalen-Netzen.

Ein neues Verfahren zur Bewertung der 4K-Videoqualität ohne Referenzvideos.

Channel-Partitioned Attention Transformer verbessert die Bilddetails und Klarheit.

Dieser Artikel bespricht Methoden zur Schätzung der Position von Flugzeugen mithilfe von Bilddaten.

Fortgeschrittene Bildanalyse könnte die Behandlungswahl für Patientinnen mit Eierstockkrebs verbessern.

Eine neue Methode verbessert die AVQA-Leistung, wenn Audio- oder Videoeingaben fehlen.

Eine Methode, um Audio zu erstellen, das zu Videos aus der Ich-Perspektive passt.

Neue Methoden verbessern die Bildpersonalisierung, indem sie Diffusions- und StyleGAN-Modelle kombinieren.

Ein neues Framework verbessert die WSI-Klassifikation, indem es den räumlichen Kontext einbezieht.

Eine neue Methode verbessert das Lernen von visuellen Daten, ohne Details zu verlieren.

Eine Studie zur Verbesserung von CNNs mithilfe von teilweisen Labels und adversarialen Angriffsmodellen.

PEEKABOO hilft Maschinen, Objekte ohne beschriftete Daten durch Bildmaskierung zu finden.

Qualitativ hochwertige Bildannotationen sind entscheidend für den Erfolg von KI in der Bildanalyse.

Wir stellen einen flexiblen Ansatz vor, um realistische 3D-Städte zu erstellen.

MT-Diffusion generiert effizient mehrere Datentypen gleichzeitig und verbessert so KI-Anwendungen.

SV4D verwandelt ein einzelnes Video in eine dynamische 3D-Objdarstellung.