Computerwissenschaften - Computer Vision und Mustererkennung

Ein neues Framework vereinfacht die Animation von Bildern mit Klicks und kurzen Eingaben.

Wir stellen REPAIR vor, um die Genauigkeit der Datenpaarung in lauten Umgebungen zu verbessern.

Eine neue Methode verbessert die Kategorisierung, indem sie visuelle und textliche Informationen kombiniert.

ProMark bietet ein Verfahren, um erzeugte Bilder ihren ursprünglichen Quellen zuzuordnen.

Roboter lernen, sich in dynamischen Umgebungen effektiv bewegende Objekte zu suchen.

HandFormer verbessert die Aktionskennung mit 3D-Handposen und Bildern.

Mamba zeigt im Vergleich zu Transformern ein starkes Potenzial in der Videoanalyse.

Eine neue Methode verbessert die Ausrichtung von 3D-Körpermodellen auf 2D-Bilder.

Ein neuer Text-Encoder geht die Herausforderungen beim visuellen Text-Rendering an.

PosSAM verbessert die Bildsegmentierung mit offenen Vokabeln und innovativen Techniken.

Eine neue Methode verbessert die Genauigkeit von Namen in Bildsegmentierungs-Datensätzen.

Eine neue Methode verbessert die Sicherheitsfunktionen in multimodalen KI-Systemen, ohne dass man viel trainieren muss.

SkateFormer verbessert die menschliche Handlungsanerkennung durch fortschrittliche Gelenkanalyse und Aufmerksamkeits-Techniken.

Untersuchung, wie Striche in Skizzen die Entscheidungen von KI beeinflussen.

Ein neues Bayes'sches Framework verbessert die Bildqualität und schätzt Unsicherheiten.

Eine Methode zur Bewertung der Übertragbarkeit von vortrainierten Modellen für die Objekterkennung.

Eine neue Methode trennt bewegliche und statische Elemente in Stadtumgebungen.

RAIN-GS verbessert die 3DGS-Leistung mit besseren Initialisierungs- und Filtertechnik.

AVIBench testet LVLMs, um sicherzustellen, dass sie gegen feindliche visuelle Anweisungen bestehen.

SELECTOR nutzt verschiedene Daten, um die Überlebenschancen von Krebspatienten genau vorherzusagen.

Switch-DiT verbessert die Bildgenerierung durch innovative Beziehungen zwischen Entrauschungsaufgaben.

Dieser Artikel behandelt Methoden, um die Widerstandsfähigkeit des Deep Learnings gegenüber adversarialen Beispielen zu verbessern.

Verbesserung der Robustheit gegenüber adversarialen Angriffen in Vision-Language-Modellen.

Eine neue Methode verbessert die Objekterkennung, indem sie Domainverschiebungen mit Aufmerksamkeitsmechanismen angeht.

Ein neuer Ansatz verbessert die Formenrepräsentation in komplexen 3D-Daten.

Neue Techniken verbessern die CBCT-Bildqualität und -geschwindigkeit für bessere Ergebnisse bei Patienten.

Eine neue Methode verbessert das Matching zwischen Bildern von sichtbaren und Infrarotkameras.

Diese Studie verbessert die Erkennung von Gesichts-AUs mit synthetischen Daten für bessere Genauigkeit und Fairness.

Eine neue Methode verbessert realistische Menschenbilder, indem sie sich auf die Handgenerierung konzentriert.

Neue Wasserzeichenmethode stärkt den Schutz von Machine-Learning-Modellen gegen Diebstahl.

InterLUDE verbessert die Modellleistung mit beschrifteten und unbeschrifteten Daten.

PALM verbessert die Anpassungsfähigkeit von Computer Vision-Modellen in sich ändernden Umgebungen.

Eine Studie zur HDMap-Generierung mit SDMap-Vorwissen und deren Leistungsbewertung.

FeatUp verbessert die Bildmerkmalauflösung und steigert die Leistung bei Computer Vision Aufgaben.

Dieser Artikel bewertet die Robustheit von CLIP in verschiedenen Herausforderungen.

Ein neuer Ansatz reduziert Verzerrungen in Machine-Learning-Modellen mit Klassenungleichgewicht.

Eine Studie zeigt, wie die Schwierigkeit von Aufgaben das Training in Diffusionsmodellen beeinflusst.

SCILLA bietet eine neue Möglichkeit, detaillierte 3D-Stadtmodelle aus 2D-Bildern zu erstellen.

HawkEye verbessert Video-Text-Modelle, um längere Videos effektiv zu verarbeiten.

Eine neue Methode ermöglicht das Benennen von Objekten ohne vordefinierte Kategorien während des Tests.