Computerwissenschaften - Computer Vision und Mustererkennung

SwitchLight-Technologie verbessert den Realismus von menschlichen Porträts durch innovative Beleuchtungsanpassungen.

Neue Methoden verbessern die Erkennung von unbekannten Objekten durch debiased Training.

NARUTO verwendet neuronale Techniken für die Echtzeit-3D-Umgebungsmodellierung.

Eine neue Methode hilft dabei, versteckte Schwächen in biometischen Modellen zu erkennen.

Ein neues Modell verbessert die Bilderkennung von Computern durch Sprachverständnis.

Dieser Überblick hebt die wichtigsten Entwicklungen im Bereich der menschlichen Aufmerksamkeitsmodellierung und deren Einfluss auf KI hervor.

Ein neuer Ansatz verbessert die 3D-Formerkennung mit Hilfe von multimodalen Lerntechniken.

Lerne, wie Hintergrund und Grösse die Helligkeitswahrnehmung in unserem visuellen System beeinflussen.

Das BSCCM-Datenset unterstützt neue Bildgebungsverfahren zur Untersuchung von weissen Blutkörperchen.

Neues Framework verbessert, wie Roboter aus visuellen Informationen und Sprache lernen.

MLO-MAE verbessert maschinelles Lernen für das Verstehen von Bildern durch gezielte Maskierungsstrategien.

Neues Framework verbessert die Lippen-Synchronisation und die visuelle Qualität in Videos mit sprechenden Gesichtern.

Eine neuartige Methode zur genauen Trennung von Vordergrund und Hintergrund in Bildern.

Neue Methoden verbessern den Realismus von digitalen Menschen und Avataren.

ADIS bietet eine leichte Lösung für hochqualitative Spektralbildgebung.

UniVS vereinfacht Video-Segmentierungsaufgaben mit Prompts für bessere Leistung und Vielseitigkeit.

Eine Studie zur Verbesserung der Maschinenwahrnehmung von Objekten aus jedem Winkel.

Neue Lernmethoden verbessern die Effizienz und Genauigkeit von spikenden neuronalen Netzwerken.

Eine neue Methode, um grosse Modelle effizienter abzustimmen.

KI-Systeme verbessern die Diagnose von H. pylori-Infektionen.

Die Interaktion von Technologie mit Menschen durch die Digitalisierung der Nutzer verbessern.

Das All-Seeing Project V2 verbessert das Verständnis von KI für die Beziehungen zwischen Objekten in Bildern.

Eine Methode zur kontinuierlichen Modellauswertung im maschinellen Lernen, um Überanpassung zu vermeiden.

TV-TREES verbessert die Video-Fragebeantwortung mit klaren Denkstrukturen.

Diese Forschung untersucht den Wechsel von absichtlichen zu unbeabsichtigten Handlungen in Videos.

Forschung zeigt Lücken in der Leistung von neuronalen Netzwerken bei Bildverfälschungen.

RoadRunner hilft Robotern, sich sicher und effizient durch schwieriges Gelände im Freien zu bewegen.

Eine neue Methode erzeugt gefälschte fehlerhafte Proben, um die Anomalieerkennung in der Fertigung zu verbessern.

Eine neue Methode verbessert die Effizienz von Wiederaufgaben in 2D und 3D.

MemoNav hilft Robotern, ihren Weg mit einem einzigartigen Gedächtnissystem zu finden.

Eine neue Methode verbessert die Geschwindigkeit und Qualität der Bildgenerierung mit TCD.

Ein neues Modell liefert klarere Erklärungen für die Entscheidungen zur Objekterkennung.

Eine neue Methode verbessert die Genauigkeit der Strassensegmentierung in unterschiedlichen Satellitenbildern.

DoCo verbessert grosse visuelle Sprachmodelle für ein besseres Dokumentenverständnis.

COFT-AD verbessert die Anomalieerkennung mit begrenzten normalen Daten.

Eine neue Methode kombiniert föderiertes Lernen und sichere Berechnung, um die Privatsphäre von Blickdaten zu schützen.

Bildanalyse verbessern mit MLOps in datenarmen Situationen.

Ein neuer Ansatz verbessert die Genauigkeit von Machine-Learning-Modellen bei der Bildklassifizierung.

Ein neuer Datensatz soll das Verständnis von KI für wissenschaftliche Bilder und Schlussfolgerungen verbessern.

Dieses Verfahren verbessert die städtische Forschung, indem es die öffentlichen Wahrnehmungen von Strassenansichten sammelt.