Génie électrique et science des systèmes - Traitement de l'image et de la vidéo

Évaluation des performances du modèle ONN sous différentes conditions de bruit.

Explore les dernières méthodes pour produire des images de haute qualité sous différents angles.

Cette étude évalue la fiabilité des CNN dans l'analyse des IRM cérébrales.

Un nouveau modèle améliore la reconstruction de la distribution de l'orientation des fibres à partir de moins d'images.

L'IA générative transforme l'imagerie médicale avec de nouvelles techniques de génération de données.

R-LPIPS améliore l'évaluation de la similarité d'image face à des exemples adversariaux.

Cette étude explore des modèles SSL pour classifier des images sonar sous-marines.

Une nouvelle approche améliore la qualité des images Sentinel-2 en utilisant des données en pleine résolution.

Nouveau outil IA améliore la précision des rapports médicaux grâce à la vérif d'images.

Cet article parle des méthodes pour détecter des images problématiques dans l'analyse médicale.

TriadNet fournit des mesures précises et des intervalles prédictifs pour les lésions cérébrales.

Des méthodes avancées d'assurance qualité des soudures améliorent la durée de vie des structures offshore.

Une nouvelle méthode améliore la qualité des images pour une meilleure analyse médicale.

Une nouvelle méthode non supervisée améliore la détection des changements dans les paysages en utilisant des données LiDAR.

Explorer de nouvelles technologies pour la détection précoce des maladies pulmonaires grâce à l'imagerie médicale.

Une nouvelle méthode améliore les images IRM en corrigeant les biais sans besoin de données étiquetées.

MaskGAN améliore la synthèse d'images CT à partir de scans IRM sans annotations détaillées.

Révolutionner l'imagerie médicale grâce à des représentations neuronales implicites innovantes.

Un nouvel outil génère des images de scanner de crâne réalistes pour aider la recherche médicale.

cGLO améliore la qualité des images CT en utilisant l'apprentissage non supervisé et des données éparses.

Une nouvelle fonction de perte améliore la précision dans la segmentation des images médicales, en mettant l'accent sur les contours.

La technologie IA améliore la précision et la rapidité du diagnostic du glaucome.

Une étude sur l'amélioration de la reconstruction d'images CT du crâne en utilisant la technologie de deep learning.

Une nouvelle approche pour protéger les images RAW de la manipulation.

Une nouvelle méthode améliore l'apprentissage automatique pour l'imagerie médicale tout en protégeant la vie privée des patients.

Nouveau modèle d'IA améliore considérablement l'efficacité et la précision de la classification des tumeurs cérébrales.

De nouvelles métriques améliorent l'évaluation des images médicales synthétiques pour plus de précision.

Une nouvelle méthode d'IA améliore la clarté des images floues en mouvement.

COVID-VR utilise des techniques d'imagerie avancées pour améliorer la classification des maladies pulmonaires.

Amélioration des diagnostics de radiographies thoraciques grâce à des algorithmes basés sur les retours.

De nouvelles techniques automatisées améliorent l'IRM fœtale pour un meilleur suivi prénatal.

Une nouvelle technique améliore la qualité d'image en IRM cardiovasculaire.

L'IA analyse les expressions faciales pour aider à dépister la maladie de Parkinson à domicile.

Les modèles génératifs améliorent les données d'entraînement pour la chirurgie de la cataracte, rendant la reconnaissance des outils chirurgicaux meilleure.

Une nouvelle méthode améliore les images de microscopie, augmentant la clarté tout en préservant les détails essentiels.

De nouvelles méthodes améliorent la clarté et l'analyse des IRM cérébrales.

Une nouvelle méthode améliore les images de noyaux synthétiques pour de meilleures performances de segmentation.

Un nouveau jeu de données pour améliorer la segmentation automatique des noyaux dans les images de tissu.

Des chercheurs améliorent les images IRM en utilisant les infos de phase des scans précédents.

De nouvelles méthodes améliorent la détection des anévrismes cérébraux en utilisant un apprentissage faiblement supervisé.