Computerwissenschaften - Computer Vision und Mustererkennung

Ein neuer Datensatz und ein Modell verbessern die Qualität von Video-Untertiteln für Maschinen.

Eine neue Methode, um Musik zu erstellen, die gut zu Videoinhalten passt.

Sicherungseinrichtungen bieten eine neue Methode, um schädliche KI-Ausgaben effektiv zu verhindern.

ReNO optimiert die Bildgenerierung aus Text und verbessert die Qualität und Effizienz.

Neue Methoden verbessern die Entdeckung von prädiktiven Biomarkern aus medizinischen Bildern.

VISTA verbessert, wie wir Informationen finden, indem es Text und Bilder kombiniert.

Das MLVU-Benchmark hat das Ziel, das maschinelle Verständnis von langen Videos zu verbessern.

Ein Blick auf das sich entwickelnde Feld der 3D-Menschenavatare und deren Anwendungen.

Dieses Papier untersucht, wie MLLMs Informationen speichern und übertragen, um visuelle Fragen zu beantworten.

Ein Datensatz zur Verbesserung der Erdbeobachtungsanstrengungen mit verschiedenen Satellitendaten.

MASA lernt Objektverfolgung mit unbeschrifteten Bildern und verbessert so die Anpassungsfähigkeit in verschiedenen Situationen.

Erforschen, wie Menschen und tiefe neuronale Netzwerke 3D-Szenen durch VPT wahrnehmen.

Eine neue Methode verbessert die Privatsphäre und Effizienz bei der Gesichtsverifizierung mit linsenlosem Imaging.

Das EquiLoPO-Netzwerk bietet neue Lösungen zur Analyse von volumetrischen Daten trotz Drehungen.

Diese Studie nutzt maschinelles Lernen, um die Formen antiker Keilschrifttafeln zu klassifizieren.

Eine neue Technik deckt Schwachstellen in fortgeschrittenen KI-Systemen auf, die Bilder und Texte kombinieren.

Fortschritte in der automatischen Lymphknoten-Segmentierung verbessern die Genauigkeit bei der Krebsbehandlung.

Mamba-Modelle verbessern die Genauigkeit und Effizienz bei der Auswertung von medizinischen Bildern.

Ein Datensatz zur Identifizierung von Propaganda in arabischen Memes für bessere Medienkompetenz.

Bench2Drive bietet eine faire Bewertungsmethode für Technologien im autonomen Fahren.

LLplace vereinfacht das 3D-Layout-Design mit natürlicher Spracheingabe.

Wissenstransfer verbessert die Segmentierungsgenauigkeit in der medizinischen Bildgebung mit begrenzten Daten.

Eine neue Kennzahl konzentriert sich auf sinnvolle Bildvergleiche für bessere Kommunikation.

Ein neuer Ansatz verbessert die Aktivitätserkennung, indem er verschiedene Datentypen kombiniert.

ReDistill bietet eine innovative Lösung, um den Spitzenverbrauch von Arbeitsspeicher in neuronalen Netzen zu senken.

Dieser Artikel untersucht, wie Diffusionsmodelle die Bildgenerierung und -manipulation verbessern.

Die Kombination von Datentypen verbessert die frühe Erkennung und Behandlung von Brustkrebs.

Neue Methode verbessert die Bildrestaurierung, indem sie das Rauschen reduziert und Details bewahrt.

Eine neue Methode verbessert die Bildsegmentierung, indem sie flexibles Text-Labeling ermöglicht.

Ein neues Framework soll die Genauigkeit und Effizienz bei der Analyse von medizinischen Bildern verbessern.

Eine neue Methode zeigt, wie Text-zu-Bild-Modelle Bilder generieren.

Setokim verbessert die Fusion von visueller und textlicher Verständigung durch innovative Tokenisierung.

Ein neues System bewertet Sicherheitsrisiken in von KI-Modellen generierten Bildern.

Erforsche Techniken und Herausforderungen, um KI-Modelle verständlicher zu machen.

Ein System, das Objekte, die von Händen in Bildern gehalten werden, erstellt und bearbeitet.

Forschung untersucht fortgeschrittene Verlustfunktionen zur Verbesserung der GAN-Leistung mithilfe von genetischer Programmierung.

Neue Methoden verbessern die Bildklarheit für Galaxieforschung.

Eine neue Methode verbessert die Darstellung von Luftbildern mit weniger Eingaben.

Ein neuer Ansatz, um Metaphern in Videos durch automatische Untertitelung zu verstehen.

Entdecke, wie Deep Learning die kurzfristigen Wettervorhersagen verbessert.