Computerwissenschaften - Computer Vision und Mustererkennung

Lern die Features und Anwendungen von YOLOv5 in der Echtzeit-Objekterkennung kennen.

Ein neuer automatisierter Ansatz beschleunigt die Münzstudien und verbessert die Analyse antiker Münzen.

Eine Studie, die YOLOv5, YOLOv8 und YOLOv10 vergleicht, um Messergefahren zu erkennen.

DeTurb bietet neue Lösungen für klare Bilder trotz atmosphärischer Turbulenzen.

NIS-SLAM kombiniert semantisches Verständnis und fortgeschrittene Kartierung für eine bessere Szeneninterpretation.

Neues Framework bewertet, wie Bildmodelle grafische Informationen durch Kanalgenauigkeit interpretieren.

Neuer synthetischer Datenansatz verbessert den Datenschutz im föderierten Lernen.

SynthVLM erstellt hochwertige synthetische Daten, um Sprachmodelle für die Bildverarbeitung effizient zu trainieren.

Diese Studie stellt eine Methode vor, um die visuelle Lokalisierungseffizienz mit Keyframes zu verbessern.

Neue Methoden verbessern die Trajektorienvorhersage für sichereres autonomes Fahren.

Neue Methode verbessert die Punktverfolgung, indem sie Sprache mit visuellen Daten verknüpft.

Ein neuer Ansatz verbessert das Verständnis der Blutflussdynamik für die Herzgesundheit.

Eine neue Methode verbessert die Lerneffizienz, während das Wissen in föderierten Lernsystemen erhalten bleibt.

Erfahre, wie Anomalieerkennung die Sicherheit in IoT-Systemen im Gesundheitswesen verbessert.

Ein klarer Leitfaden zu Manuskripttypen und Einreichungsproblemen.

Eine umfassende Übersicht über Deep-Learning-Techniken in der medizinischen Bildanalyse.

Ein neuer Datensatz zur Analyse von Ausweisdokumenten, um Online-Dienste zu unterstützen.

Neue Methoden kombinieren Genaktivität und Gewebestruktur für bessere Einblicke in Krankheiten.

SAM2 verbessert die medizinische Bildanalyse und steigert die Genauigkeit und Zugänglichkeit für Docs.

Neue Technologien zielen darauf ab, Fahrerdistraktion effektiv und effizient zu erkennen.

Ansprechen von Problemen bei der Verfolgung von Solarpanel-Installationen mithilfe fortschrittlicher Technologien.

Ein neuer Ansatz nutzt eine einzige Karte, um realistische Echokardiogramme zu erstellen.

Multi-Task Gruppierung verbessert die Lerneffizienz und Leistung in verschiedenen KI-Anwendungen.

OmniParser verbessert die Fähigkeit von KI, mit Benutzeroberflächen zu interagieren.

S-SYNTH erzeugt synthetische Hautbilder für ein besseres Training von KI in der Dermatologie.

CC-SAM verbessert die medizinische Bildsegmentierung und steigert die Genauigkeit für eine bessere Patientenversorgung.

Eine neue Methode verringert die Nutzerinteraktion beim Verfolgen von Videoobjekten.

Automatisierte Techniken verbessern die Geschwindigkeit und Genauigkeit bei der Beurteilung der Spermienmorphologie.

MIGTrans integriert genomische und Bilddaten für eine bessere Klassifizierung von Schizophrenie.

Eine neue Methode verbessert das 3D-Szenen-Editing, indem sie sich auf die Beleuchtung konzentriert.

Neue Methoden in der Handschriftverifizierung verbessern die forensische Analyse und Genauigkeit.

Neue Methoden gehen Probleme des Kopierens in Bildgenerierungsmodellen an.

Tora ermöglicht es Nutzern, Videos mit präziser Bewegungssteuerung durch Text, Bilder und Pfade zu erstellen.

Automatisierte Systeme zielen darauf ab, das Verhalten von Schülern mit Autismus besser zu verfolgen.

ExAvatar erstellt realistische 3D-Avatare aus einfachen Videoaufnahmen.

Wir stellen GP-VLS vor, ein Modell, das die chirurgische Praxis durch integrierte Sicht und Sprache verbessert.

Synthetische Daten bringen Risiken mit sich, wenn es darum geht, Machine-Learning-Modelle für die medizinische Bildgebung zu trainieren.

STN-YOLO verbessert die Genauigkeit der Pflanzenerkennung in der Landwirtschaft mit fortschrittlichen Bildverarbeitungstechniken.

Die Notwendigkeit von Qualitätskontrollen in KI-generierten Radiologieberichten erkunden.

Ein Blick auf infrastrukturbasierte Lösungen für eine bessere Wahrnehmung autonomer Fahrzeuge.