Computerwissenschaften - Computer Vision und Mustererkennung

Eine neue Art, Porträts mit wechselnden Gesichtsausdrücken und Blickwinkeln zu animieren.

MindEye2 ermöglicht klare visuelle Rekonstruktionen aus minimalen Gehirnscandaten.

Neue Ansätze verbessern die Analyse von 3D-Medizinbildern mithilfe von Sprachmodellen.

Neuer Ansatz verbessert die Erkennung von Bürgersteigen für autonome Fahrzeuge.

VecKM verbessert die lokale Geometriekodierung für Punktwolken und steigert die Effizienz und Robustheit.

TraveLER verbessert das Verständnis von Videos durch interaktive Fragen für bessere Antworten.

Eine Studie über KI-Methoden zur Krebsdiagnose in der digitalen Pathologie.

Entdeck, wie 3D-Avatare Online-Interaktionen und persönliche Ausdrucksweise verändern.

Eine Methode zur Bewertung des künstlerischen Stils in erzeugten Bildern.

Ein neues Modell verbessert die Aktionskennung in ungeschnittenen Videos und verringert gleichzeitig den Speicherverbrauch.

Ein neues Modell verbessert die Analyse von Fernerkundungsdaten mit multisensorischen Ansätzen.

FireANTs verbessert die Geschwindigkeit und Genauigkeit der Bildregistrierung, besonders in der medizinischen Bildgebung.

Eine neue Methode verbessert den Realismus und die Bearbeitbarkeit von 3D-Menschen.

SurMo verbessert das Video-Rendering von dynamischen Menschen, indem es Aussehen und Bewegung kombiniert.

Eine Methode, die Sprache und physikalische Eigenschaften kombiniert, um dynamische 3D-Szenen zu erstellen.

Neue Methode verbessert die 3D-Datenkompression und behält dabei die Qualität bei.

Diese Studie konzentriert sich darauf, die räumliche Genauigkeit bei der Text-zu-Bild-Generierung zu verbessern.

BEM bietet eine Lösung, um Modelle mit unausgeglichenen Klassen im semi-supervised Learning zu verbessern.

Eine neue Methode verbessert die Effizienz bei der Erstellung von menschlichen Avataren.

Die Untersuchung von Vorurteilen in der Bildgenerierung und ihren gesellschaftlichen Auswirkungen.

TEAR richtet grosse 3D-Punktmengen effizient aus und überwindet dabei Ausreisser und Speicherprobleme.

Eine neue Trainingsmethode verbessert die Leistung von Vision-Language-Modellen bei Zero-Shot-Aufgaben.

Ein neues Framework verwandelt die Bildinterpretation durch offene Vokabular-Szenengraphen.

Dieser Artikel beschreibt eine Methode, um digitale Zwillinge von sich bewegenden Objekten zu erstellen.

Ein neues Datenset fokussiert sich auf kausales Denken mithilfe von 'Tom und Jerry' Animationen.

Kleine Drohnen verbessern die Schädlingsbekämpfung in der Landwirtschaft und fördern Nachhaltigkeit und Effizienz.

LP++ verbessert die Anpassung von Vision-Language-Modellen, besonders in Few-Shot-Lernszenarien.

SnAG verbessert die Genauigkeit und Effizienz der Video-Verankerung für längere Videos.

Neue Methoden verbessern die Sicherheit, indem sie die Bewegungen von Fussgängern, die ausserhalb des Sichtfelds sind, für autonome Fahrzeuge vorhersagen.

Neue Datensätze verbessern die Möglichkeiten von Neural Architecture Search in realen Anwendungen.

Methoden zur Verbesserung der Renderqualität bei unterschiedlichen Szenengrössen.

Eine neue Methode für einfaches und effektives 3D-Avatar-Editing mit nur einem Bild.

Ein neues Framework verbessert die dynamische 3D-Inhaltserstellung für Animation und Spiele.

Eine neue Trainingsmethode verbessert die Kompositionalität von Vision-Language-Modellen.

Ein Framework zum Ausrichten von Bildern ähnlicher Objekte im 3D-Raum.

Das PriViLege-Framework verbessert das Lernen im Few-Shot Class Incremental Learning mit grossen Modellen.

Neue Methode verbessert die Kontrolle über Kamerabewegungen bei der Erstellung von Text-zu-Video.

Ein neuer Ansatz für realistische Verkehrsszenarien beim Testen von autonomen Fahrzeugen.

Rundum-Kameras verbessern die Fahrsicherheit, haben aber Probleme mit optischen Artefakten.

IISAN verbessert die Effizienz in multimodalen Empfehlungssystemen und behält dabei die Leistung bei.