Ingeniería Eléctrica y Ciencia de Sistemas - Procesado de imagen y vídeo

Una mirada a cómo las nuevas tecnologías de cámaras mejoran la imagen en condiciones de poca luz y en movimiento rápido.

Un nuevo enfoque mejora la evaluación de los niveles de oxígeno en trastornos relacionados con el sueño usando OCTA.

Un nuevo método mejora la precisión del seguimiento de alimentos usando modelos en 3D y imágenes en 2D.

Este estudio examina la precisión del PPG en la estimación de la presión arterial en comparación con los métodos tradicionales.

Un nuevo enfoque predice los niveles de dopamina a través de escaneos de MRI, mejorando el monitoreo del Parkinson.

ToNNO mejora la velocidad y precisión del etiquetado de imágenes médicas en 3D.

Un nuevo enfoque usando Triple U-Net mejora la segmentación de núcleos en imágenes médicas.

Nuevas herramientas están mejorando cómo evaluamos y mejoramos la calidad de imagen.

El nuevo modelo Cut-FUNQUE predice la calidad de video HDR después del mapeo de tonos y la compresión.

Un nuevo sistema mejora la detección de defectos en módulos fotovoltaicos usando IA.

R-Trans mejora la evaluación en tiempo real de las habilidades quirúrgicas usando datos cinemáticos.

Una mirada a los métodos para evaluar imágenes generadas por IA.

Una mirada a los métodos modernos y su impacto en la atención médica.

Este estudio evalúa modelos de aprendizaje profundo para mejorar la clasificación de imágenes médicas.

La detección comprimida en tiempo real mejora la transmisión y el procesamiento de datos en satélites miniaturizados.

El aprendizaje profundo mejora las resonancias magnéticas, aumentando la velocidad y la calidad de la imagen para un mejor diagnóstico.

Nuevas técnicas mejoran la detección de defectos en objetos impresos en 3D, asegurando calidad.

Un nuevo método mejora la precisión en la imagen cardíaca al combinar diferentes perspectivas.

Los equipos se enfrentan al desafío de mejorar imágenes de baja resolución a increíbles 4K.

Un método rápido y efectivo para segmentar capas de la retina usando imágenes de OCT.

Mamba-Ahnet mejora la segmentación de imágenes médicas para una detección precisa de lesiones.

EvaNet combina imágenes de satélite y datos de elevación para mejorar la precisión del mapeo de inundaciones.

Nuevo modelo mejora la calidad de las imágenes satelitales para un mejor análisis.

CSA-Net mejora la precisión de segmentación para imágenes médicas, aumentando las capacidades de diagnóstico.

Un sistema analiza imágenes de ecocardiografía para identificar condiciones del corazón rápidamente.

DDPET-3D mejora las imágenes de PET de baja dosis para un mejor diagnóstico.

MMIST-ccRCC ofrece datos completos para un cuidado del cáncer personalizado.

GroupedMixer mejora la velocidad y la calidad de la compresión de imágenes usando técnicas innovadoras.

Combinar modelos mejora la precisión de la clasificación de imágenes hiperespectrales.

Un modelo mejora las predicciones de la reflexión de la luz del suelo para ayudar en estudios ambientales.

JOSENet mejora la detección en tiempo real de la violencia en videos de vigilancia usando métodos avanzados.

Nuevos métodos mejoran la precisión de la imagen EIT para aplicaciones médicas e industriales.

Nuevos métodos mejoran la compresión de texturas para la eficiencia y calidad gráfica.

SiSIFUS mejora la claridad de imagen en la imagen de tiempo de vida de fluorescencia para estudios biológicos.

Nuevo modelo mejora la clasificación de enfermedades usando imágenes médicas etiquetadas y no etiquetadas limitadas.

D-TrAttUnet mejora la precisión de segmentación en tareas de imágenes médicas.

Los datos sintéticos ofrecen soluciones prometedoras a los problemas en la imagenología médica.

SegCLR mejora la segmentación de imágenes oculares utilizando tanto datos etiquetados como no etiquetados.

Un nuevo sistema híbrido combina métodos ópticos y electrónicos para una clasificación de imágenes eficiente.

Un marco completo para analizar el rendimiento de XR en redes inalámbricas asistidas por edge.