Computerwissenschaften - Computer Vision und Mustererkennung

Ein neuer Ansatz verbessert die Überlebensanalyse in der Krebsforschung, indem visuelle und sprachliche Daten genutzt werden.

LawDNet verbessert die Lippenbewegungen für realistische digitale Menschen.

FKAN verbessert die Bild- und 3D-Formdarstellung mit lernbaren Aktivierungsfunktionen.

Eine neue Methode verbessert das Verständnis von KI für menschliche Aktionen durch spezielle Daten.

Ein System zur Echtzeit-Bilderzeugung verbessert den Betrieb von Robotern in der Landwirtschaft aus der Ferne.

Fortschritte bei der Nutzung von Ultraschall zur Erkennung von Handgesten auf kleinen Geräten.

Wissenschaftler verbessern die Effizienz der Hochwasserüberwachung mit fortschrittlicher Satellitenbildanalyse.

Eine neue Methode verbessert die Erkennung von Strassenobjekten, indem sie das Klassenungleichgewicht angeht.

Neue Methoden verbessern die Videoqualität bei schwachem Licht erheblich mit innovativen Techniken.

Eine neue Methode verbessert die Genauigkeit beim Verfolgen von Teilnehmern während Online-Meetings.

Neue Methoden verbessern die Gesichtserkennung in schwierigen Umgebungen und Bedingungen.

Eine neue Methode kombiniert mehrere Merkmale für eine verbesserte Videoanomalieerkennung.

Dieses Verfahren schätzt Orientierungen ohne beschriftete Daten mithilfe von Deep Learning.

Dieses Papier bewertet die Fähigkeit von VLMs, über Grössen und Entfernungen nachzudenken.

MesonGS vereinfacht die Verwaltung von 3D-Gaussian-Dateien, indem es die Kompressionseffizienz verbessert.

DARDA verbessert die Fähigkeit von Deep-Learning-Modellen, sich an sich ändernde Datenbedingungen anzupassen.

Übersicht über Techniken zur Erkennung und Klassifizierung menschlicher Aktionen.

SparX verbessert die Bildbearbeitung, indem es das menschliche Sehsystem nachahmt.

Forschung zeigt, dass LLMs das Potenzial haben, Objekte in ereignisbasierten Visuals zu erkennen.

Die Integration von Bewegungsinformationen verbessert die Genauigkeit der Objekterkennung in Bildern.

ScaleFlow++ verbessert die 3D-Bewegungsschätzung mit monokularen Kameras für verschiedene Anwendungen.

NSSR-DIL wandelt niedrigqualitative Bilder effizient um, ohne grosse Datensätze zu brauchen.

Ein maschinelles Lernverfahren, das Bewegung nutzt, um visuelle Daten effektiv zu lernen.

Diese Studie überwacht die Waldveränderungen in der Elfenbeinküste mit Hilfe von fortschrittlichen Satellitendaten.

Neue Methoden zur Verbesserung der Bildgenerierung durch flexible latente Raumdarstellung.

Text in lebendige digitale Bewegungen verwandeln mit innovativen Modellen.

Neue Methode verbessert die Genauigkeit der Polypenerkennung bei Koloskopie-Verfahren.

Ein neuer Ansatz verbessert die Bild- und Formenrepräsentation mit einer lernbaren Aktivierungsfunktion.

Die Automatisierung der Tumorsegmentierung in PET/CT-Bildern verbessert die Genauigkeit und beschleunigt die Diagnose.

Forschung zeigt Lücken in Bildklassifizierungsmodellen, wenn Objekte teilweise versteckt sind.

Dieses Framework ermöglicht ein schnelles Lernen neuer Objektkategorien mit minimalen Daten.

Erforschen, wie Fahrzeuge in Echtzeit Informationen austauschen, um Sicherheit und Effizienz zu verbessern.

Playground v3 verwandelt Textvorgaben in hochwertige Bilder mit Präzision.

Ein neues System verbessert die Geschwindigkeit und Genauigkeit der Videobeschriftung.

KAT verbessert Deep Learning, indem es fortschrittliche KANs anstelle von MLPs verwendet.

SoccerNet 2024 fördert Innovationen im Videoverständnis für Fussball.

Ein neues Framework verbessert das Verständnis menschlicher Handlungen durch Skelettdaten.

CCT-R verbessert die medizinische Bildsegmentierung mithilfe von semi-supervisiertem Lernen und räumlicher Registrierung.

Neue Methode verbessert die Bildanalyse im Gesundheitswesen mithilfe realistischer kontrafaktischer Bilder.

FOLK verbessert das selbstüberwachte Lernen durch adaptive Frequenzmaskierung und ein Lehrer-Schüler-Design.