Computerwissenschaften - Computer Vision und Mustererkennung

SJTU-H3D bietet wichtige Werkzeuge zur Bewertung der Qualität digitaler Menschen.

Diese Studie zeigt Vorurteile darin, wie autonome Autos Fussgänger je nach Alter und Hautfarbe erkennen.

Neue Methoden verbessern die Genauigkeit der Wolkenauffindung in Satellitenbildern.

Ein neues Framework verbessert die Modellanpassung an unbekannte Umgebungen mit Selbsttrainingsmethoden.

Eine neue Methode kombiniert Bildstil und Inhalt, um Emotionen genau zu interpretieren.

Neue Methode verbessert das Lernen aus unausgewogenen Datensätzen für eine bessere Klassenerkennung.

Neue Methode reduziert Banding-Artefakte in HDR-Bildern, indem sie die Belichtung aus den Pixel-Daten schätzt.

Eine neue Methode erstellt diverse 3D-Menschenmodelle aus einem einzigen Bild.

Die Forschung konzentriert sich darauf, die Gebäudeerkennung und Höhenmessung aus Satellitenbildern zu automatisieren.

FAST revolutioniert die Bearbeitung von Szenentext mit natürlichen Änderungen und Flexibilität.

Neue Techniken in der medizinischen Bildgebung verbessern die Diagnosengenauigkeit mit Deep Learning.

Eine neue Methode kombiniert Skizzen und Text, um die 3D-Formgenerierung zu verbessern.

NP-SemiSeg verbessert die Genauigkeit der semantischen Segmentierung und schätzt gleichzeitig die Unsicherheit.

Forschung zeigt, dass standardisierte MRT-Methoden die Genauigkeit bei der Segmentierung von weissen Materieläsionen erhöhen.

MiAMix steigert die Leistung in der Computer Vision durch verbesserte Datenmischtechniken.

Eine neue Methode nutzt Smartphone-Bilder, um die Luftqualität in Echtzeit zu schätzen.

Ein benutzerfreundliches System zum Verwalten und Analysieren von geospatialen Videodaten.

Neues Werkzeug hilft Chirurgen dabei, krebserkranktes Gewebe während der Operationen zu erkennen.

Mirror-NeRF verbessert das Rendern von Szenen mit Spiegeln und bietet realistische Reflexionen.

RaFormer reduziert Redundanz in der Videoanalyse für besseres Fragen beantworten.

VesselVAE bietet einen neuen Ansatz, um realistische Blutgefässmodelle für medizinische Anwendungen zu erstellen.

Eine neue Methode, um Modelle an reale Daten anzupassen und dabei die Privatsphäre zu wahren.

Eine neue Methode für realistische Emotionsänderungen in Gesichtsbildern mithilfe von Diffusionsmodellen.

Wir stellen CGBA vor, eine neue Methode für effiziente adversarielle Bildmanipulation in Black-Box-Szenarien.

NNVISR vereinfacht die Videoverbesserung mit fortschrittlichen Techniken für bessere Qualität.

TOPIQ verbessert, wie wir die Bildqualität beurteilen, indem es sich auf menschliche Wahrnehmungen konzentriert.

Ein neues Benchmark-Dataset überbrückt die Forschung zu menschlichem und KI-Gedächtnis.

AMIRNet stellt Bilder mit verschiedenen Schadensarten gleichzeitig effektiv wieder her.

K-CROSS verbessert die medizinische Bildbewertung, indem es sich auf wichtige Details konzentriert.

Verbesserung von Deep-Learning-Modellen durch gezielte Datenerweiterungen für bessere Leistung.

Neues Framework verbessert maschinelles Lernen für Objekt- und Attributkombinationen.

Eine Methode, um das Verhalten von Neuronen in KI-Systemen besser zu verstehen.

Ein neuer Ansatz zur Bewältigung von Herausforderungen bei der Klassifikation von Röntgenaufnahmen des Brustkorbs für eine verbesserte Diagnose.

Eine neue Methode verbessert die Farbgenauigkeit in der Fotografie bei unterschiedlichen Lichtverhältnissen.

Ein neues Verfahren verbessert die Erkennung von Backdoor-Bedrohungen in Modellen, die Bilder und Text verwenden.

Eine neue Methode erzielt bessere entwickelbare Flächen mit neuronalen impliziten Funktionen.

Eine Studie präsentiert einen Datensatz und Techniken, um die Bildklarheit bei Regen zu verbessern.

Eine neue Methode verbessert die Sichtbarkeit von subtilen Bewegungen in Videos.

Eine neue Methode verbessert die chirurgische Bildsegmentierung mit Effizienz und Leichtigkeit.

PrototypeLab verbessert die Polypenerkennung in Koloskopie-Bildern.