Das Temporal2Seq Framework bündelt mehrere Aufgaben zur Videoverstehtnis in einem Modell.
Min Yang, Zichen Zhang, Limin Wang
― 8 min Lesedauer
Computerwissenschaften - Computer Vision und Mustererkennung
RSSTAKFL optimiert den Wissensaustausch im föderierten Lernen für unterschiedliche Gerätefähigkeiten.
Mahdi Morafah, Vyacheslav Kungurtsev, Hojin Chang
― 6 min Lesedauer
Eine Methode, die 3D-Formen mit 2D-Bildern ohne passende Punkte ausrichtet.
Jingwei Song, Maani Ghaffari
― 6 min Lesedauer
Erforsche die grundlegenden Konzepte der Molekularphysik und ihre praktischen Anwendungen.
Jun Liu, Geng Yuan, Weihao Zeng
― 4 min Lesedauer
Diese neue Methode macht die Bildgenerierung in KI-Modellen einfacher und verbessert die Effizienz und Geschwindigkeit.
Seongmin Hong, Suh Yoon Jeon, Kyeonghyun Lee
― 6 min Lesedauer
Ein neues Framework verbessert die Qualität von Video-Sprach-Datensätzen durch iterative Verfeinerung.
Xiao Wang, Jianlong Wu, Zijia Lin
― 5 min Lesedauer
Kombiniere Strassenansichten mit Daten, um die Gebäudefassaden zu analysieren.
Zongrong Li, Yunlei Su, Chenyuan Zhu
― 6 min Lesedauer
Ein Modell zur Bewertung der Segmentierungsqualität ohne Referenzdaten.
Ahjol Senbi, Tianyu Huang, Fei Lyu
― 8 min Lesedauer
MedCLIP-SAMv2 verbessert die Tumorerkennung mithilfe fortschrittlicher Segmentierungstechniken und minimalen beschrifteten Daten.
Taha Koleilat, Hojat Asgariandehkordi, Hassan Rivaz
― 6 min Lesedauer
Ein Blick darauf, wie CNNs Bildmerkmale lernen und ihre universellen Ähnlichkeiten.
Florentin Guth, Brice Ménard
― 7 min Lesedauer
Forscher nutzen CRISP, um die Verfolgung der Biodiversität durch bessere Bildanalyse zu verbessern.
Andy V. Huynh, Lauren E. Gillespie, Jael Lopez-Saucedo
― 7 min Lesedauer
Ein neuer Index hilft dabei, die Vielfalt in KI-generierten medizinischen Bildern zu bewerten.
Mohammed Talha Alam, Raza Imam, Mohammad Areeb Qazi
― 9 min Lesedauer
Neue Methoden beschleunigen die Video-Codierung und -Decodierung.
Hao Chen, Saining Xie, Ser-Nam Lim
― 5 min Lesedauer
Ein neues Framework verbessert die Verbindung zwischen Bildern und Text.
Mayug Maniparambil, Raiymbek Akshulakov, Yasser Abdelaziz Dahou Djilali
― 7 min Lesedauer
Lerne, wie Machine-Learning-Modelle besser werden können, wenn sie mit neuen und unbekannten Daten konfrontiert werden.
Zongbo Han, Jialong Yang, Junfan Li
― 7 min Lesedauer
Ein Blick auf die Rolle und Methoden von Diffusionsmodellen in der Bilderstellung.
Zheyuan Zhan, Defang Chen, Jian-Ping Mei
― 7 min Lesedauer
Methoden erkunden, um multimodale Modelle zu verbessern, die visuelle Fragen aufschlüsseln.
Haowei Zhang, Jianzhe Liu, Zhen Han
― 6 min Lesedauer
Ein neues Modell erstellt Berichte aus 3D-CT-Scans effizient und genau.
Hao Chen, Wei Zhao, Yingli Li
― 8 min Lesedauer
Eine neue Pipeline zum effizienten Erzeugen von 3D-Modellen aus 2D-Bildern.
Potito Aghilar, Vito Walter Anelli, Michelantonio Trizio
― 5 min Lesedauer
TrojVLM zeigt Schwachstellen in Vision Language Models für Backdoor-Angriffe auf.
Weimin Lyu, Lu Pang, Tengfei Ma
― 8 min Lesedauer
Diese Studie zeigt effektive Methoden zur Erkennung von Handgesten durch Ultraschallbildgebung.
Keshav Bimbraw, Ankit Talele, Haichong K. Zhang
― 6 min Lesedauer
Ein neues Framework verbessert die Datengenerierung über verschiedene Quellen mithilfe von energie-basierten Modellen.
Shiyu Yuan, Jiali Cui, Hanao Li
― 6 min Lesedauer
SATA verbessert die Robustheit und Effizienz von Vision Transformers bei Bildklassifizierungsaufgaben.
Nick Nikzad, Yi Liao, Yongsheng Gao
― 5 min Lesedauer
Eine neue Methode verbessert die Objekterkennung mit Masken ohne detaillierte Labels.
Heeseong Shin, Chaehyun Kim, Sunghwan Hong
― 5 min Lesedauer
Eine neue Methode erleichtert das Entfernen von unerwünschtem Inhalt in visuellen Datensätzen.
Saehyung Lee, Jisoo Mok, Sangha Park
― 6 min Lesedauer
Die Rolle von Federated Learning in der Verbesserung der medizinischen Bildgebung und dem Schutz der Privatsphäre von Patienten erkunden.
Nikolas Koutsoubis, Asim Waqas, Yasin Yilmaz
― 6 min Lesedauer
Eine neue Methode hilft Robotern, Aufgaben mit Hilfe von Online-Videos von Menschen zu lernen, wodurch der Trainingsaufwand reduziert wird.
Homanga Bharadhwaj, Debidatta Dwibedi, Abhinav Gupta
― 6 min Lesedauer
PPLNs verbessern die Verarbeitung von Event-Kamera-Daten für bessere Maschinenvisionsfähigkeiten.
Chen Song, Zhenxiao Liang, Bo Sun
― 6 min Lesedauer
Ein neuer Ansatz verbessert die Erkennung von echten Unterschriften im Vergleich zu Fälschungen.
Hansong Zhang, Jiangjian Guo, Kun Li
― 5 min Lesedauer
Die Auswirkungen von Beschnittmethoden auf die Leistung und Interpretierbarkeit von GoogLeNet analysieren.
Jonathan von Rad, Florian Seuffert
― 5 min Lesedauer
Innovative Methoden zur Verbesserung von Tiefenkarten sind wichtig für Augmented und Virtual Reality.
Marcos V. Conde, Florin-Alexandru Vasluianu, Jinhui Xiong
― 6 min Lesedauer
FAST verbessert die Krankheitsklassifizierung mit Ganzbildaufnahmen und minimalem Experteninput.
Kexue Fu, Xiaoyuan Luo, Linhao Qu
― 6 min Lesedauer
Eine Methode zur Verbesserung der Modellleistung trotz falscher Datenlabels.
Tong Wei, Hao-Tian Li, Chun-Shu Li
― 7 min Lesedauer
MedViLaM integriert mehrere medizinische Datentypen für bessere Analyse und Entscheidungsfindung.
Lijian Xu, Hao Sun, Ziyu Ni
― 5 min Lesedauer
Eine neue Methode, um die Ausgabe von Diffusionsmodellen zu beschleunigen, ohne die Qualität zu verlieren.
Zhenyu Zhou, Defang Chen, Can Wang
― 7 min Lesedauer
Neues Modell vereinfacht die Berichtserstellung aus Gehirn-CT-Scans.
Chengxin Zheng, Junzhong Ji, Yanzhao Shi
― 6 min Lesedauer
FlipClass bietet eine neue Methode für besseres Lernen in der allgemeinen Kategorienentdeckung an.
Haonan Lin, Wenbin An, Jiahao Wang
― 6 min Lesedauer
Eine neue Methode verbessert die Identifizierung von orientierten Objekten in Fernerkundungsbildern.
Jiaqi Zhao, Zeyu Ding, Yong Zhou
― 5 min Lesedauer
Eine neuartige Methode zur Anpassung von Zeitreihendaten, ohne dass Quellinformationen benötigt werden.
Yucheng Wang, Peiliang Gong, Min Wu
― 7 min Lesedauer
Das CIAI-System verbessert die Geräuscherkennung in Bildern und steigert die Genauigkeit von KI-Modellen.
Anubhooti Jain, Susim Roy, Kwanit Gupta
― 6 min Lesedauer