Salman Khan

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

MAVOS présente une méthode efficace pour suivre des objets dans de longues vidéos.

ELGC-Net améliore la précision dans la détection des changements à l'aide d'images satellites.

Apprends à classer des objets en utilisant des images et des nuages de points 3D sans étiquettes.

Évaluer les capacités et les défis des modèles avancés de compréhension vidéo.

Open-YOLO 3D améliore la segmentation d'instances 3D avec rapidité et précision.

Une étude examine la robustesse des modèles de segmentation face aux attaques adversariales dans le domaine de la santé.

Un nouveau modèle améliore la compréhension vidéo en fusionnant des encodeurs d'images et de vidéos.

Cet article examine comment les modèles de l'espace d'état visuel gèrent les défis visuels.

VANE-Bench améliore la détection des anomalies dans les vidéos malgré la montée du contenu AI.

Une nouvelle méthode améliore la reconnaissance des actions dans les vidéos en utilisant le langage contextuel.

CPT améliore la performance des modèles boîte noire sans accès direct aux paramètres internes.

FANet améliore la segmentation sémantique, rendant l'accurate mieux dans des images complexes.

GroupMamba améliore l'efficacité et la précision du traitement d'images dans les tâches de vision par ordinateur.

Techniques efficaces pour détecter les déchets plastiques dans nos océans.

De nouvelles méthodes révèlent des vulnérabilités dans les modèles médicaux grâce à des attaques par porte dérobée.

Cette étude explore des façons innovantes d'influencer et d'interagir avec les rêves via les signaux cérébraux.

Une étude sur l'amélioration des prévisions météo au Moyen-Orient et en Afrique du Nord.

De nouveaux outils améliorent notre façon de décrire les changements dans les images satellites au fil du temps.

ROAD-Waymo améliore la compréhension des actions sur la route pour les véhicules autonomes.

VideoGLaMM améliore la compréhension vidéo grâce à des liens visuels et textuels détaillés.

GEOBench-VLM évalue des modèles pour interpréter des données et des images géospatiales.

Un modèle bilingue qui transforme la communication médicale pour les patients et les pros.

RHFL+ s'attaque au bruit des données et aux différences de modèles dans l'apprentissage fédéré.

Un nouveau jeu de données révolutionne l'analyse des images médicales et de leurs descriptions.

Simplifier les données environnementales grâce à des discussions captivantes.