Ingegneria elettrica e scienze dei sistemi - Elaborazione di immagini e video

Rawformer trasforma le immagini della fotocamera senza bisogno di dati abbinati, migliorando la fotografia.

I sistemi di intelligenza artificiale migliorano l'accuratezza della diagnosi nell'analisi delle radiografie del torace.

Uno sguardo a come le nuove tecnologie delle fotocamere migliorano le immagini in condizioni di scarsa illuminazione e in movimento veloce.

Un nuovo approccio migliora la valutazione dei livelli di ossigeno nei disturbi del sonno usando l'OCTA.

Un nuovo metodo migliora la precisione del tracciamento degli alimenti usando modelli 3D e immagini 2D.

Questo studio esamina l'accuratezza della PPG nella stima della pressione sanguigna rispetto ai metodi tradizionali.

Un nuovo approccio prevede i livelli di dopamina tramite risonanze magnetiche, migliorando il monitoraggio del Parkinson.

ToNNO migliora la velocità e l'accuratezza dell'etichettatura delle immagini mediche 3D.

Un nuovo approccio che utilizza il Triple U-Net migliora la segmentazione dei nuclei nelle immagini mediche.

Nuovi strumenti stanno migliorando il modo in cui valutiamo e miglioriamo la qualità delle immagini.

Il nuovo modello Cut-FUNQUE prevede la qualità video HDR dopo il tone mapping e la compressione.

Un nuovo sistema migliora il rilevamento dei difetti nei moduli fotovoltaici usando l'IA.

R-Trans migliora la valutazione in tempo reale delle abilità chirurgiche usando dati cinematici.

Uno sguardo ai metodi per valutare le immagini generate dall'AI.

Uno sguardo ai metodi moderni e al loro impatto sulla salute.

Questo studio valuta modelli di deep learning per migliorare la classificazione delle immagini mediche.

Il Compressed Sensing in tempo reale migliora la trasmissione e l'elaborazione dei dati nei satelliti miniaturizzati.

Il deep learning migliora le scansioni MRI, aumentando la velocità e la qualità dell'immagine per una diagnosi migliore.

Nuove tecniche migliorano la rilevazione dei difetti negli oggetti stampati in 3D, garantendo qualità.

Un nuovo metodo migliora l'accuratezza nell'imaging cardiaco unendo diverse prospettive.

I team affrontano la sfida di migliorare immagini a bassa risoluzione in straordinari 4K.

Un metodo veloce ed efficace per segmentare gli strati retinici usando immagini OCT.

Mamba-Ahnet migliora la segmentazione delle immagini mediche per una rilevazione precisa delle lesioni.

EvaNet combina immagini satellitari e dati di elevazione per una migliore precisione nella mappatura delle inondazioni.

Il nuovo modello migliora la qualità delle immagini satellitari per un'analisi migliore.

CSA-Net migliora l'accuratezza della segmentazione per le immagini mediche, potenziando le capacità diagnostiche.

Un sistema analizza le immagini dell'ecocardiografia per identificare rapidamente le condizioni del cuore.

DDPET-3D migliora le immagini PET a basso dosaggio per una diagnosi migliore.

MMIST-ccRCC offre dati dettagliati per una cura del cancro personalizzata.

GroupedMixer migliora la velocità e la qualità della compressione delle immagini usando tecniche innovative.

Combinare i modelli aumenta l'accuratezza della classificazione delle immagini iperspettrali.

Un modello migliora le previsioni della riflessione della luce nel suolo per aiutare gli studi ambientali.

JOSENet migliora il rilevamento in tempo reale della violenza nei filmati di sorveglianza usando metodi avanzati.

Nuovi metodi migliorano la precisione dell'imaging EIT per applicazioni mediche e industriali.

Nuovi metodi migliorano la compressione delle texture per l'efficienza e la qualità grafica.

SiSIFUS migliora la chiarezza delle immagini nella fluorescenza a vita per studi biologici.

Nuovo modello migliora la classificazione delle malattie usando immagini mediche etichettate e non etichettate limitate.

D-TrAttUnet migliora l'accuratezza della segmentazione nei compiti di imaging medico.

I dati sintetici offrono soluzioni promettenti per le sfide nell'imaging medico.

SegCLR migliora la segmentazione delle immagini oculari usando sia dati etichettati che non etichettati.