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

Raidionics améliore l'analyse des IRM pour mieux évaluer les tumeurs cérébrales.

L'efficacité des images synthétiques dans la formation de l'IA médicale va au-delà de leur apparence.

GAMIVAL évalue la qualité de streaming pour le jeu mobile dans le cloud sans vidéos de référence.

Bicubic++ améliore la qualité des images avec un traitement rapide pour des applications pro.

Une nouvelle technique améliore la qualité des images IRM en s'attaquant aux problèmes de mouvement.

Une nouvelle méthode pour améliorer l'angiographie photoacoustique en utilisant des gribouillis pour l'entraînement d'images.

Un nouvel outil améliore la thérapie TMS en proposant une visualisation du champ électrique en temps réel.

Une nouvelle méthode améliore la clarté des images en enlevant efficacement les traces de pluie.

L'IA améliore l'imagerie cardiaque et l'efficacité du diagnostic grâce à de nouveaux ensembles de données et modèles.

De nouvelles méthodes améliorent l'estimation de la fréquence du réseau électrique à partir de sources vidéo avec des caméras avancées.

La caméra Fourier s'attaque aux problèmes de bruit et de données dans l'imagerie à grande vitesse.

Améliorer la qualité vidéo grâce à des méthodes de formation innovantes et des approches de données.

Ce modèle simplifie les tâches d'imagerie cérébrale sans avoir besoin d'une formation approfondie.

Une nouvelle méthode améliore la compression d'images en utilisant des formes irrégulières pour plus d'efficacité.

Une nouvelle méthode améliore la détection des tumeurs dans les scans mammaires en utilisant la complétion d'image.

NL-CS Net améliore la reconstruction d'images en utilisant l'apprentissage profond et des techniques traditionnelles.

Nouveau jeu de données synthétique aide à comprendre l'exposition aux EMF et ses impacts sur la santé.

Notre recherche montre comment l'apprentissage automatique améliore l'analyse des images satellites pour les prévisions à long terme.

L'apprentissage fédéré améliore la précision dans le diagnostic du cancer du sein grâce à une meilleure recherche d'images.

SynthMix améliore l'analyse d'images médicales grâce à des techniques de mélange innovantes.

Découvrez comment l'apprentissage par petits coups améliore l'imagerie médicale avec peu de données.

Cet outil crée des images de tissus de cancer colorectal réalistes et des étiquettes pour l'analyse.

Un nouveau réseau de neurones améliore la précision dans la détection des fissures dans le béton.

Combiner l'apprentissage profond avec l'échantillonnage direct augmente l'efficacité de la reconstruction d'objets.

Examiner le biais dans les algorithmes d'IA qui impactent les diagnostics médicaux pour des populations diverses.

Techniques pour améliorer les performances du modèle face à des conditions d'image variées.

Graph U-Net améliore l'imagerie EIT grâce à une précision et une rapidité accrues.

De nouvelles méthodes améliorent la qualité des vidéos compressées pour un meilleur visionnage.

Une nouvelle approche combine l'apprentissage profond et les graphes pour améliorer la cartographie urbaine.

Un nouveau cadre améliore la récupération d'images à partir de données limitées ou bruyantes.

Examiner l'équilibre des ressources pour l'analyse vidéo mobile.

Cet article explore comment l'IA transforme l'observation de la Terre et l'analyse des données.

Des chercheurs ont développé une méthode sans scan pour une imagerie tissulaire détaillée.

De nouvelles technologies d'IA améliorent l'analyse de la moelle osseuse pour des diagnostics plus rapides et précis.

Utiliser des images synthétiques pour améliorer l'analyse et la formation en échographie.

De nouvelles méthodes améliorent la précision de l'évaluation des élèves en utilisant des smartphones et l'apprentissage profond.

Un aperçu de comment la perception multimodale intégrée améliore les capacités d'apprentissage des machines.

Un nouveau modèle améliore la précision dans l'analyse des images de tumeurs cérébrales.

De nouvelles techniques améliorent la qualité des données LiDAR dans des conditions météo difficiles.

Utiliser le deep learning pour mieux prédire le développement de l'arthrose patellofémorale.