Entdecke, wie ProPLIKS die 3D-Pose-Schätzung von Menschen mit 2D-Bildern voranbringt.
Karthik Shetty, Annette Birkhold, Bernhard Egger
― 7 min Lesedauer
Computerwissenschaften - Computer Vision und Mustererkennung
RSSErforsche, wie föderiertes Lernen Privatsphäre und Zusammenarbeit ausbalanciert.
Shivam Pal, Aishwarya Gupta, Saqib Sarwar
― 5 min Lesedauer
Ein neues Framework verbessert die Effizienz und Qualität der Patientenbilder.
Juhyung Ha, Jong Sung Park, David Crandall
― 7 min Lesedauer
Maschinen lernen, verborgene Objekte in der Videobearbeitung wahrzunehmen.
Kaihua Chen, Deva Ramanan, Tarasha Khurana
― 7 min Lesedauer
Forschung zeigt, wie Visualisierungs- und Sprachmodelle besser zusammenarbeiten können.
Le Zhang, Qian Yang, Aishwarya Agrawal
― 7 min Lesedauer
Revolutionäre Methode verbessert maschinelles Lernen durch einen flexiblen Ansatz für Symmetrien.
Putri A. van der Linden, Alejandro García-Castellanos, Sharvaree Vadgama
― 6 min Lesedauer
EgoPoints setzt einen neuen Standard für das Verfolgen von Punkten in chaotischen egozentrischen Videos.
Ahmad Darkhalil, Rhodri Guerrier, Adam W. Harley
― 6 min Lesedauer
Forscher verbessern Modelle, um Sonnenflares besser vorherzusagen und zu erklären.
Temitope Adeyeha, Chetraj Pandey, Berkay Aydin
― 7 min Lesedauer
Ein bahnbrechender Datensatz verbessert die Techniken zur Identifizierung von Schäden an analogen Kunstwerken.
Daniela Ivanova, Marco Aversa, Paul Henderson
― 8 min Lesedauer
Lern, wie aktionsbasiertes Bearbeiten Fotos zum Leben erweckt.
Maria Mihaela Trusca, Mingxiao Li, Marie-Francine Moens
― 6 min Lesedauer
Ein neuer Ansatz zur Bildsegmentierung verbessert die Erkennungsfähigkeit für unbekannte Kategorien.
Yongkang Li, Tianheng Cheng, Wenyu Liu
― 6 min Lesedauer
Ein neuer Ansatz zur Bildkompression, der Qualität und Dateigrösse ausbalanciert.
Jona Ballé, Luca Versari, Emilien Dupont
― 8 min Lesedauer
Erstelle beeindruckende 4D-Szenen aus einfachen Textvorgaben mit PaintScene4D.
Vinayak Gupta, Yunze Man, Yu-Xiong Wang
― 8 min Lesedauer
Ein neues Framework macht das Streamen von dynamischen 3D-Videos schneller und effizienter.
Sharath Girish, Tianye Li, Amrita Mazumdar
― 8 min Lesedauer
Entdeck die aufregende Zukunft von Videos mit 4D-Technologie und ihren Anwendungen.
Chaoyang Wang, Peiye Zhuang, Tuan Duc Ngo
― 7 min Lesedauer
NaVILA hilft Robotern, mit Sprache und Vision zu navigieren.
An-Chieh Cheng, Yandong Ji, Zhaojing Yang
― 7 min Lesedauer
Neue Technik verändert, wie wir Hautkrebs frühzeitig erkennen.
Ramin Mousa, Saeed Chamani, Mohammad Morsali
― 6 min Lesedauer
Lern, wie neue Modelle die Videoproduktion schneller und besser machen.
Mohammed Suhail, Carlos Esteves, Leonid Sigal
― 8 min Lesedauer
Neue Designs verbessern die Effizienz von multimodalen grossen Sprachmodellen in der KI.
Jun Zhang, Desen Meng, Ji Qi
― 7 min Lesedauer
Entdecke, wie sprechende Videos Bilder mit Sprache und Mimik zum Leben erwecken.
Longtao Zheng, Yifan Zhang, Hanzhong Guo
― 8 min Lesedauer
Moto nutzt Videoanalysen, um Robotern komplexe Bewegungen effizient beizubringen.
Yi Chen, Yuying Ge, Yizhuo Li
― 6 min Lesedauer
Eine neue Methode verbessert CT-Scans, indem sie Deep Learning mit Bildrekonstruktion kombiniert.
Elena Loli Piccolomini, Davide Evangelista, Elena Morotti
― 6 min Lesedauer
Entdecke, wie Divot das Verstehen und Erstellen von Videos verändert.
Yuying Ge, Yizhuo Li, Yixiao Ge
― 8 min Lesedauer
Infinity verwandelt Text in atemberaubende Bilder mit unübertroffener Geschwindigkeit und Qualität.
Jian Han, Jinlai Liu, Yi Jiang
― 7 min Lesedauer
GRAIN verbessert das Verständnis von Bildern, indem es detaillierte Beschreibungen mit Bildern in Einklang bringt.
Shaunak Halbe, Junjiao Tian, K J Joseph
― 10 min Lesedauer
Florence-2 und DBFusion verändern, wie Maschinen Bilder und Text interpretieren.
Jiuhai Chen, Jianwei Yang, Haiping Wu
― 8 min Lesedauer
Entdecke, wie föderiertes Lernen Daten privat hält und gleichzeitig Innovation vorantreibt.
Pranab Sahoo, Ashutosh Tripathi, Sriparna Saha
― 5 min Lesedauer
Ein neues Modell kombiniert Aktionssegmentierung und Antizipation für smarte Interaktionen.
Dayoung Gong, Suha Kwak, Minsu Cho
― 7 min Lesedauer
Revolutioniere die Bildbearbeitung mit der schnellen Textbefehl-Funktion von SwiftEdit.
Trong-Tung Nguyen, Quang Nguyen, Khoi Nguyen
― 8 min Lesedauer
Entdecke die neuesten Fortschritte in der Bewegungsaufnahme durch innovative Rendering-Techniken.
Bingbing Hu, Yanyan Li, Rui Xie
― 9 min Lesedauer
Entdecke die neuesten Methoden zur Verbesserung der Objekterkennung für Roboter.
Alan Li, Angela P. Schoellig
― 7 min Lesedauer
Roboter lernen Laufskills durch Videos von wilden Tieren.
Elliot Chane-Sane, Constant Roux, Olivier Stasse
― 8 min Lesedauer
SCDA verbessert die Fähigkeit von KI, Krebs genau in verschiedenen Krankenhäusern zu klassifizieren.
Ilán Carretero, Pablo Meseguer, Rocío del Amor
― 7 min Lesedauer
Ein neues Modell verbessert die 3D-Teilesegmentierung für vielseitige Objekterkennung.
Marco Garosi, Riccardo Tedoldi, Davide Boscaini
― 6 min Lesedauer
Entdecke, wie DEIM die Geschwindigkeit und Genauigkeit der Echtzeit-Objekterkennung verbessert.
Shihua Huang, Zhichao Lu, Xiaodong Cun
― 6 min Lesedauer
Ein Blick auf die Komplexität, vokale Musik für die digitale Nutzung zu transkribieren.
Eliseo Fuentes-Martínez, Antonio Ríos-Vila, Juan C. Martinez-Sevilla
― 7 min Lesedauer
FLOAT-Technologie erweckt Standbilder zum Leben, indem sie ihnen Sprache verleiht.
Taekyung Ki, Dongchan Min, Gyeongsu Chae
― 7 min Lesedauer
PANGAEA bewertet geospatial Grundmodelle mit verschiedenen Datensätzen und Aufgaben.
Valerio Marsocci, Yuru Jia, Georges Le Bellier
― 7 min Lesedauer
CrossSDF verwandelt 2D-Schnitte in präzise 3D-Modelle und bringt die Bildgebungstechnologie voran.
Thomas Walker, Salvatore Esposito, Daniel Rebain
― 7 min Lesedauer
Hypernetworks verwandeln die Datenanalyse, schliessen Lücken und verbessern die Präzision in dynamischen Simulationen.
Hamid Gadirov, Qi Wu, David Bauer
― 8 min Lesedauer