Informatica - Visione artificiale e riconoscimento di modelli

Nuovi metodi proteggono la privacy mentre permettono l'identificazione delle persone nella sorveglianza in città.

La perdita STAR migliora l'accuratezza nel rilevare i punti di riferimento facciali affrontando l'ambiguità semantica.

D-CLOSE offre spunti più chiari sulle decisioni di rilevamento oggetti dell'AI.

Un nuovo approccio migliora l'editing delle immagini usando solo un minimo di testo.

Presentiamo LAMA, un metodo che migliora le immagini CT riducendo l'esposizione alle radiazioni.

Nuovo benchmark svela lacune nelle prestazioni dei modelli di elaborazione dei documenti.

ReContrast migliora il rilevamento delle anomalie utilizzando metodi non supervisionati per dati diversi.

Un nuovo approccio punta a migliorare la separazione degli oggetti in immagini complesse.

Un nuovo modello semplifica il ritaglio delle immagini riducendo il lavoro manuale e migliorando la precisione.

Una nuova tecnica permette di creare video realistici a partire da una sola immagine.

Nuovo modello migliora l'analisi delle immagini panoramiche per applicazioni nel mondo reale.

Nuovi metodi accelerano la generazione di modelli 3D a partire da testi.

Il modello Phoenix migliora le prestazioni dell'AI generativa garantendo al contempo la privacy dei dati.

Questo studio valuta diverse tecniche di XAI per interpretare la classificazione delle immagini di telerilevamento.

Un nuovo metodo localizza i veicoli usando lidar e immagini satellitari senza fare affidamento sul GPS.

Uno sguardo a come i dati controfattuali possono ridurre il bias nei modelli di machine learning.

Un nuovo metodo migliora il nostro modo di riconoscere azioni nei video usando il calcolo a serbatoio.

Questo metodo migliora le prestazioni del VQA usando immagini non etichettate per generare domande.

Un metodo che combina CLIP e SAM migliora il riconoscimento degli oggetti senza dati etichettati.

DIFT sfrutta i modelli di diffusione per trovare corrispondenze tra immagini senza supervisione.

Nuova tecnica migliora il riconoscimento umano in ambienti 3D usando un'unica immagine.

GEO-Bench punta a far progredire i modelli di base nei compiti di monitoraggio della Terra.

Un nuovo metodo per migliorare la qualità delle immagini con meno passaggi.

Portare l'arte in vita attraverso la tecnologia e il machine learning.

Un nuovo approccio per gestire dati incompleti e rumorosi nella ricerca.

Un nuovo metodo migliora la precisione della posizione dei sensori in ambienti complessi.

Questo studio si concentra su metodi efficienti per ricostruire immagini incomplete usando il clustering superpixel.

Un approccio software migliora il rilevamento delle impronte digitali falsificate per maggiore sicurezza.

Esplora come l'estrazione di concetti migliora l'affidabilità dell'AI nella manifattura.

Un nuovo sistema migliora il riconoscimento degli oggetti nella realtà aumentata usando HoloLens 2.

Un nuovo sistema migliora la comprensione e la fiducia nei modelli di IA grazie a spiegazioni migliori.

Uno sguardo su come migliorare le didascalie delle immagini con input degli utenti e tecniche di dati.

La ricerca punta a migliorare il sottotitolaggio automatico delle figure scientifiche usando modelli e dataset avanzati.

Un nuovo metodo migliora il riconoscimento del testo usando dati audio per una maggiore precisione.

Integrare il feedback degli utenti per migliorare i modelli di descrizione delle immagini e offrire un'esperienza migliore.

Un nuovo metodo migliora la generazione di immagini usando viste minime degli oggetti.

G-CAME migliora la comprensione delle previsioni dei modelli di rilevamento degli oggetti attraverso mappe di salienza chiare.

Questo documento presenta un metodo per garantire la responsabilità delle immagini generate.

Un nuovo benchmark migliora la valutazione di come i modelli imparano i concetti visivi.

Un nuovo framework migliora la generazione di dati sintetici per i compiti di rilevamento degli oggetti.