Mubarak Shah

Examiner des modèles de base qui combinent vision et langage pour des applications variées.

De nouvelles techniques améliorent la fiabilité des outils d'imagerie médicale face aux altérations de données nuisibles.

De nouvelles méthodes améliorent la compréhension des différents types de données.

Une nouvelle méthode améliore la précision de la reconnaissance d'actions avec peu d'exemples sur différents types de données.

Combiner les données RGB et profondeur améliore la reconnaissance d'actions dans les systèmes robotiques.

FSViewFusion génère des vues 3D réalistes à partir d'images limitées de manière efficace.

Un nouveau cadre améliore les recherches vidéo en combinant des visuels et des descriptions détaillées en langage.

Un nouveau cadre améliore l'explicabilité dans les systèmes d'apprentissage profond.

Une nouvelle approche pour détecter le cancer du poumon tôt grâce à l'analyse d'images automatisée.

X-Former améliore comment les modèles combinent la compréhension des images et des textes.

FinePseudo améliore la reconnaissance d'actions fine avec moins d'exemples étiquetés.

Une nouvelle méthode améliore l'alignement des vidéos dans de grands ensembles de données.

Une nouvelle méthode aide les robots à accomplir des tâches plus efficacement en décomposant les objectifs.

Un nouveau cadre améliore l'identification en générant des images de vêtements variés.