Computerwissenschaften - Computer Vision und Mustererkennung

Ein Programm, das visuell ansprechende Typografie erstellt, die auf den Kontext abgestimmt ist.

Ein neuer Datensatz zur Verbesserung der automatisierten Zellkernsegmentierung in Gewebeimages.

DeNISE verbessert die Gebäudeumrisse in Luftbildern für ne bessere Kartierung und Planung.

Eine neue Methode verwandelt rauschende Vorschläge in präzise 3D-Objekterkennungen.

Neue neuronale Netze, die für bessere Leistung auf ressourcenlimitierten Geräten entwickelt wurden.

Forscher gehen das Thema Bildverstehen mit der NICE-Herausforderung an.

EANet verbessert 3D-Handmodelle für bessere virtuelle Erlebnisse.

AOG-Net erstellt detaillierte 360-Grad-Bilder, indem es Text- und visuelle Eingaben kombiniert.

SyncDreamer ermöglicht es, ganz einfach mehrere Ansichten aus einem einzigen Bild zu erstellen.

SLiMe vereinfacht die Bildsegmentierung mit nur einem annotierten Beispiel.

ResFields führen neue Schichten ein, um neuronale Felder für komplexe Signale zu verbessern.

Ungepaarte Bildübersetzung nutzen, um die Qualität von chirurgischen Trainingsdaten zu verbessern.

Eine neue Methode verbessert 3D-Modellierung mit weniger Bildern und steigert Genauigkeit und Effizienz.

Fast FixMatch verbessert die Dateneffizienz im halbüberwachten Lernen mit innovativen Techniken.

Neue Methoden verbessern die Unterwasserfotoqualität für marine Forschung und Schutz.

Ein neues System soll die Sicherheit verbessern, indem es Schützen in Echtzeit erkennt und verfolgt.

Forschung zeigt, dass selbstüberwachtes Lernen vielversprechend ist, um mit begrenzten Daten bei GeoAI-Aufgaben umzugehen.

Forscher verbessern MRT-Bilder mit Phasendaten von vorherigen Scans.

RepSGG verbessert das Verständnis von Szenen, indem es Herausforderungen bei der Darstellung und den Daten angeht.

Eine neue Methode, um Unsicherheit in vortrainierten NeRFs zu schätzen, ohne sie neu zu trainieren.

PDiscoNet verbessert die feinkörnige Klassifikation mit minimalen Labels und effektiver Teilentdeckung.

Ein transformerbasierten Ansatz verbessert die Genauigkeit der Handschriftzeichenerkennung.

Das Verstehen der Herausforderung, kommerzielle Inhalte in Influencer-Posts zu erkennen.

Eine Analyse von CNNs und Vision Transformern für die Erkennung von ausserhalb des Bereichs.

Vote2Cap-Modelle verbessern die Objekterkennung und -beschreibung in komplexen 3D-Szenen.

M3D-NCA bietet effiziente medizinische Bildanalyse für ressourcenlimitierte Umgebungen an.

Ein neuer Ansatz verbessert die Genauigkeit von Strassenkarten mithilfe von Satellitenbildern.

Eine neue Methode verbessert die Verfolgungsleistung, indem sie gemischte Proben effizient nutzt.

Eine neue Methode erkennt Muster und Symmetrien in verschiedenen Datensätzen.

MAD bietet einen neuen Ansatz, um die Ausrichtung medizinischer Bilder über verschiedene Techniken hinweg zu verbessern.

Neue Methoden verbessern die Erkennung von Gehirnaneurysmen mit schwach überwachtem Lernen.

Ein neuer Ansatz bewertet die Bildschönheit mit lernbaren Abfragen für bessere Ergebnisse.

Neue Methode verbessert 3D-Rekonstruktionen bei kolorektalen Untersuchungen.

DermoSegDiff verbessert die Genauigkeit bei der Identifizierung von Hautläsionen und hilft bei der frühen Diagnose.

Entdecke, wie PoissonNet die 3D-Formrekonstruktion aus Punktwolkendaten verbessert.

DiffDance erstellt detaillierte Tanzsequenzen, die gut zur Musik passen.

Neue Methode verbessert das Modelllernen durch fortschrittliche Feature-Destillationstechniken.

Innovative Methoden verbessern die Sicherheit und Genauigkeit der Navigation autonomer Fahrzeuge.

Hier ist das Domain Disentanglement Modul für bessere Modellanpassung.

Neue Methode verbessert die Genauigkeit der Aktions­erkennung mit begrenzten Beispielen über verschiedene Datentypen hinweg.