Computer Vision und MustererkennungAV-DiT: Audio und Video nahtlos zusammenführenAV-DiT bietet eine neue Möglichkeit, synchronen Audio und Video effizient zu erzeugen.
― 8 min Lesedauer
Ein neues Modell verbessert, wie Roboter ihre Umgebung in 3D verstehen.
― 8 min Lesedauer
Neuer Ansatz verbessert das Lernen aus gemischten Bild-Text-Daten.
― 7 min Lesedauer
Eine Methode vorstellen, um die Erstellung von Bildern aus Text ganz einfach zu steuern.
― 5 min Lesedauer
Neue Modelle verbessern die Bildgenerierung effizient über verschiedene Auflösungen.
― 7 min Lesedauer
Neue Methode erstellt realistische 4D-Szenen aus einfachen Textbeschreibungen.
― 6 min Lesedauer
OphNet verbessert die Analyse von chirurgischen Abläufen mit einem umfangreichen Videodatensatz.
― 6 min Lesedauer
Drohnen verfolgen sich bewegende Ziele in städtischen Gebieten mithilfe von fortschrittlicher Umweltmodellierung.
― 8 min Lesedauer
Die Analyse von schädlichen Memes und ihren Auswirkungen auf die Gesellschaft.
― 6 min Lesedauer
Die Studie untersucht die Robustheit von Segmentierungsmodellen gegen adversariale Angriffe im Gesundheitswesen.
― 7 min Lesedauer
Pixelsmith vereinfacht die Erstellung von hochauflösenden Bildern mit minimalen Ressourcen.
― 6 min Lesedauer
WMAdapter vereinfacht das Hinzufügen von Wasserzeichen für KI-generierte Bilder und sorgt gleichzeitig für Qualität und Wirksamkeit.
― 6 min Lesedauer
MS-Diffusion verbessert die personalisierte Bilderstellung für einzelne und mehrere Motive.
― 7 min Lesedauer
Eine neue Methode verbessert die Flüssigkeit und Qualität von animierten menschlichen Bewegungen.
― 8 min Lesedauer
Neues Framework nutzt 3D-Bilder für präzise Radiologieberichte.
― 9 min Lesedauer
BBQ kombiniert visuelle Daten und Sprache für eine bessere Objektrückgabe in 3D.
― 6 min Lesedauer
Neues Modell verbessert die Identifizierung von Organen und Tumoren in CT-Scans.
― 6 min Lesedauer
OSEDiff bietet einen neuen Ansatz, um echte Bilder effizient zu verbessern.
― 7 min Lesedauer
Neues Modell verbessert die Zusammenarbeit zwischen Fernerkundungsplattformen für bessere Datenanalyse.
― 6 min Lesedauer
Dieser Artikel beleuchtet Techniken und Herausforderungen bei der Erkennung von Deepfake-Medien.
― 6 min Lesedauer
Eine neue Methode verbessert die Erkennung von kleinen beweglichen Zielen in Infrarotbildern.
― 6 min Lesedauer
Ein Blick darauf, wie YOLO die Objekterkennung in verschiedenen Bereichen verändert hat.
― 6 min Lesedauer
BEVSpread verbessert die Objekt-Erkennungsgenauigkeit für sichereres Fahren.
― 5 min Lesedauer
Neue Methoden verbessern die Bilderkennung zur Identifizierung von Personen in verschiedenen Umgebungen.
― 6 min Lesedauer
mOSCAR bietet ein mehrsprachiges Datenset, um das Verständnis von Text und Bildern durch KI zu verbessern.
― 7 min Lesedauer
Ein neuer Massstab bewertet, wie LVLMs auf Sprachwissen angewiesen sind.
― 7 min Lesedauer
Eine neue Methode hilft selbstfahrenden Autos, die Umgebung mithilfe von Rohdaten vorherzusagen.
― 6 min Lesedauer
Entdecke, wie CMC-Bench die Bildkompressionstechniken verändert.
― 6 min Lesedauer
Die FSBI-Methode verbessert die Erkennung von manipulierten digitalen Medien.
― 6 min Lesedauer
PianoMotion10M bietet detaillierte Handbewegungen, um Klavierlernenden zu helfen.
― 6 min Lesedauer
Ein frischer Ansatz verbessert die Erkennung von gefälschten Bildern, die von KI erstellt wurden.
― 6 min Lesedauer
RetiZero verbessert die Erkennung von Augenerkrankungen mit fortschrittlichen KI-Techniken und umfangreichen Daten.
― 5 min Lesedauer
Eine Methode, um Schüler-Modelle mit Erkenntnissen von stärkeren Lehrer-Modellen zu verbessern.
― 6 min Lesedauer
Ein neues System ermöglicht die Erstellung von 3D-Modellen aus einzelnen Bildern aus der realen Welt.
― 6 min Lesedauer
Ein neuer Ansatz zur Segmentierung von Videoobjekten verbessert die Genauigkeit, indem er den Speicherverbrauch einschränkt.
― 8 min Lesedauer
Neue Methode verwandelt Einzelbilder in realistische 3D-Avatare.
― 4 min Lesedauer
Ein neues Modell verbessert die Klanganpassung an visuelle Aktionen in Videos.
― 11 min Lesedauer
Eine neue Methode zur Rekonstruktion komplexer Objekte mithilfe visueller Eingaben und Codiertechniken.
― 6 min Lesedauer
Eine frische Methode, um Bilder aus Text mit spezialisierten Modellen zu erstellen.
― 5 min Lesedauer
Ein umfassender Datensatz, der Bilder und Texte zusammenführt, um maschinelles Lernen zu unterstützen.
― 7 min Lesedauer