Computerwissenschaften - Computer Vision und Mustererkennung

Neue Methoden verbessern die Genauigkeit des Kartoffelertrags mit fortschrittlichen Bildgebungstechniken.

Neues Modell behebt das Problem der Merkmalskollaps in der digitalen Pathologie mit Farbnormalisierung.

Entdeck, wie LiDAR und Luftbilder objekthöhen effektiv messen.

Die Kombination von Bildern und Wetterdaten verbessert die Vorhersagen zur Bodenfeuchtigkeit für Landwirte.

Ein datengestützter Ansatz zur Verbesserung des Verkehrsflusses und der Sicherheit an Stadtkreuzungen.

Vision-Language-Modelle nutzen, um die Genauigkeit und Zugänglichkeit von Stadtkarten zu verbessern.

Ein neues Framework namens CoRa verbessert die Modelleistung bei Low-Bit-Quantisierung.

UniTalker kombiniert Datensätze für genauere Gesichtsanimationen.

Neue Methode verbessert die Bildqualität ohne spezifische Eingaben bei der Erstellung.

SAM 2 verbessert die medizinische Bildsegmentierung für 2D- und 3D-Datensätze.

Eine neue Methode verbessert, wie KI-Modelle räumliche und zeitliche Zusammenhänge interpretieren.

Schwierigkeiten bei der Vorhersage des MGMT-Status mit MRT bei Gliom-Patienten erkunden.

Eine moderne Technik vereinfacht die Messung des Blattwinkels für eine bessere Ernte.

Das MAFT+ Framework verbessert die Objekterkennung durch kollaborative Optimierung von Vision und Text.

Entdecke eine neue Methode für schnelles und qualitatives Bildbearbeiten.

Gemeinsame neuronale Netze gehen Herausforderungen bei der Erkennung von Objekten aus minimalen Beispielen an.

Ein neues Framework verbessert die medizinische Bildsegmentierung mit weniger gekennzeichneten Bildern.

Dieser Artikel untersucht die Beziehung zwischen Modellgrösse und Leistung bei multimodalen Sprachmodellen.

Eine neue Methode verbessert die 3D-Objekterkennung mit LiDAR-Daten ohne Labels.

Ein neues Tool verbindet Genexpression und Gewebestruktur für bessere medizinische Forschung.

Ein neues Framework zielt darauf ab, Halluzinationen in LVLMs durch aktives Abrufen zu reduzieren.

Ein Rahmen, um falsche Ausgaben in Sprach-Visionsmodellen über mehrere Sprachen hinweg zu reduzieren.

FOVAL verbessert die Genauigkeit und Benutzerfreundlichkeit von autofokussierenden Brillen, ohne dass eine ständige Kalibrierung nötig ist.

SegStitch verbessert die Genauigkeit und Effizienz bei der Segmentierung von medizinischen Bildern.

Eine neue Methode verbessert die Inspektionen von Abwasserrohren mit fortschrittlichen Technologien.

Ein Blick auf Strategien, um mit langgezogenen Daten im maschinellen Lernen umzugehen.

Ein neuer Ansatz verbessert die Qualität von MR-Bildern und verkürzt gleichzeitig die Erfassungszeit.

Eine neue Methode verbessert die Texteingabe in Szenen über traditionelle Systeme hinaus.

V2INet verbessert die Trajektorievorhersage mithilfe von Mehransichtsdaten für autonome Fahrzeuge.

RPrDepth nutzt Einzelbilder für eine genaue Tiefenschätzung und greift dabei auf umfangreiche Datenressourcen zurück.

Eine neue Methode verbessert die Texterkennung und -erfassung unter schwierigen Bedingungen.

Neue Methode hebt Schwachstellen in der Technologie zur Generierung menschlicher Bewegungen hervor.

Eine neue Methode revolutioniert 3D-Modellierung mit normalen Videoaufnahmen.

Eine neue Methode, um die Datenvielfalt zu erhöhen und die Modellleistung zu verbessern.

Das DTS-Modell verbessert die Genauigkeit bei der medizinischen Bildsegmentierung für eine bessere Diagnose.

Ein neuer Ansatz zur Erkennung von Fehlern in Bildklassifizierungsmodellen.

Neue Methode verbessert die Genauigkeit bei der Bildgebung von Blutgefässen für die DVT-Behandlung.

Entdecke, wie Local Binary Patterns die Analyse von Bildtexturen verbessern.

Magiv2 hat das Ziel, den Zugang zu Manga für sehbehinderte Menschen durch automatisierte Transkripte zu verbessern.

Eine neue Methode verbessert die Privatsphäre von Gesichtsaufnahmen und behält dabei die Qualität.