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

FuelVision propose une cartographie du carburant innovante pour améliorer la gestion des feux de forêt.

Présentant une approche innovante pour améliorer la qualité d'image à partir de données bruyantes.

Une étude montre que l'enregistrement d'images améliore l'alignement, mais pas la performance diagnostique.

De nouvelles méthodes améliorent l'analyse du flux sanguin cardiaque grâce à des algorithmes d'IA.

RSCD améliore la qualité des images en imagerie médicale, ce qui aide à des diagnostics précis.

ReNoise améliore l'édition d'images en affinant les techniques d'inversion pour une meilleure qualité.

Une nouvelle méthode d'échographie améliore l'identification des cathéters lors des chirurgies mini-invasives.

Une étude sur l'impact du tone mapping sur la qualité vidéo HDR pour une meilleure expérience de visionnage.

Une nouvelle approche améliore la détection et réduit les faux positifs dans le cancer de la prostate.

RSTAR-Net réduit les artefacts de traînée dans les images de cancer du poumon, améliorant la précision du traitement.

Les modèles de deep learning améliorent la précision de la segmentation des AVC pour de meilleurs résultats pour les patients.

La méthode FOOL améliore le transfert de données satellites en réduisant la taille tout en préservant la qualité.

Une nouvelle méthode améliore les scans CT à faible dose en réduisant efficacement le bruit.

Une nouvelle méthode améliore comment on compte les actions dans les vidéos en utilisant des exemples.

De nouvelles caméras à bas prix offrent des solutions d'imagerie 3D efficaces dans différents domaines.

Une nouvelle approche améliore la compression d'images hyperspectrales à bord des satellites en utilisant moins d'énergie.

GMS améliore la segmentation d'images médicales en utilisant des modèles génératifs pour plus de précision.

Les hyperpixels améliorent la précision de l'imagerie spectrale dans différents domaines.

Utiliser la technologie avancée pour améliorer le diagnostic de l'AVC et les résultats du traitement.

Explore l'essor et l'efficacité des Vision Transformers dans le traitement d'images.

Une nouvelle approche d'apprentissage automatique améliore la précision dans l'analyse des empreintes de semelles.

Un modèle d'IA avancé améliore la détection des lésions d'AVC ischémique dans les IRM.

Explorer le rôle de l'apprentissage profond dans l'amélioration des techniques de compression vidéo.

L'étude met en lumière les difficultés à trouver des différences cérébrales liées à l'autisme.

Une nouvelle technique pour capturer des images d'objets cachés en utilisant des capteurs iToF standards.

L'apprentissage profond améliore la précision et la rapidité de l'imagerie du flux sanguin.

StegoGAN s'attaque aux défis de la traduction d'images en utilisant des informations cachées.

De nouvelles méthodes améliorent la détection des orateurs audio-visuels dans des environnements difficiles.

Des recherches montrent des liens entre l'activité cérébrale et l'anxiété chez les enfants avec TSA.

Une nouvelle approche s'attaque à la segmentation d'actions dans de longues vidéos en utilisant le transport optimal.

La méthode Noise2Image améliore la capacité des caméras événementielles à capturer des scènes statiques.

Un aperçu des problèmes et des méthodes dans la segmentation cérébrovasculaire pour l'imagerie médicale.

Des chercheurs testent une nouvelle méthode pour visualiser le flux sanguin dans le cerveau des primates nonhumains.

BGDM améliore la qualité d'image et l'efficacité dans les techniques d'imagerie médicale.

Un nouveau cadre améliore la qualité des images tout en réduisant le temps de traitement et l'utilisation des ressources.

Mamba améliore la précision et l'efficacité dans la détection des changements à la surface de la Terre.

Explorer l'explicabilité basée sur l'influence en IA pour l'imagerie des tumeurs cérébrales.

Une méthode qui combine des données hyperspectrales et LiDAR améliore la précision de la classification des couvertures terrestres.

Une nouvelle méthode pour estimer le FFR virtuel en utilisant des techniques d'apprentissage profond.

LHU-Net améliore la précision et l'efficacité dans la segmentation d'images médicales, aidant ainsi les professionnels de la santé.