Informatica - Visione artificiale e riconoscimento di modelli

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.

Esplorare i progressi nei sistemi di guida al parcheggio per migliorare la mobilità urbana.

ScoreCL migliora l'apprendimento del modello tramite il matching adattivo dei punteggi nell'apprendimento contrastivo.

Una panoramica di come i masked autoencoders migliorano la comprensione delle immagini attraverso l'apprendimento auto-supervisionato.

MyStyle++ offre generazione di immagini personalizzate con un controllo migliorato sui tratti del viso.

InvPT++ migliora l'interpretazione visiva nell'IA grazie a un apprendimento multi-task potenziato.

MindEye ricostruisce immagini dall'attività cerebrale, svelando intuizioni su pensieri e percezione.

Un nuovo approccio che sfrutta gli Autoencoder Variationali migliora il rilevamento di oggetti subacquei.

Un nuovo framework di intelligenza artificiale migliora la comprensione e la segmentazione delle immagini mediche 3D.

L'IA migliora l'imaging medico ottimizzando il trasferimento e l'analisi dei dati.

RefineVIS migliora il tracciamento e la segmentazione degli oggetti nell'analisi video.

Un nuovo approccio di machine learning migliora l'accuratezza nella diagnosi della stenosi aortica.

Un workshop incentrato sulla protezione dell'Amazzonia tramite tecniche basate sui dati.

BU-CVKit rende accessibili strumenti avanzati di visione artificiale per gli studi sul comportamento animale.

Uno sguardo a come i modelli DETR stanno cambiando il riconoscimento degli oggetti.

Nuovo metodo migliora il riconoscimento degli oggetti negli spazi 3D sfruttando modelli 2D esistenti.

Presentiamo SLCE, un metodo supervisionato per una visualizzazione dei dati più chiara.

Un nuovo metodo per creare modelli 3D di animali da immagini online.

NeMO migliora la mappatura delle auto a guida autonoma grazie a un'analisi dettagliata multi-frame.

Nuovi metodi migliorano la velocità delle scansioni MRI e la qualità delle immagini usando maschere di undersampling personalizzate.

Un metodo per allineare le reti profonde con i giudizi di somiglianza umani per ottenere performance migliori.

Capire i modelli che combinano vari tipi di dati per una generazione di output migliore.