Informatica - Visione artificiale e riconoscimento di modelli

Esplorare come le linee nei disegni influenzano le decisioni dell'IA.

Un nuovo framework bayesiano migliora la qualità delle immagini e stima l'incertezza.

Un metodo per valutare la trasferibilità dei modelli pre-addestrati per il rilevamento degli oggetti.

Un nuovo metodo separa gli elementi in movimento e quelli statici negli ambienti urbani.

RAIN-GS migliora le prestazioni di 3DGS con tecniche di inizializzazione e filtraggio migliori.

AVIBench testa LVLM per assicurarsi che resistano a istruzioni visive avversarie.

SELECTOR utilizza dati diversi per prevedere con precisione la sopravvivenza dei pazienti oncologici.

Switch-DiT migliora la generazione di immagini tramite innovative relazioni di compiti di denoising.

Questo articolo parla dei metodi per migliorare la resilienza del deep learning agli esempi avversariali.

Migliorare la robustezza contro attacchi avversari nei modelli visione-linguaggio.

Un nuovo metodo migliora il rilevamento degli oggetti affrontando i cambiamenti di dominio usando meccanismi di attenzione.

Un nuovo approccio migliora la rappresentazione delle forme in dati 3D complessi.

Nuove tecniche migliorano la qualità delle immagini CBCT e la velocità per migliori risultati per i pazienti.

Un nuovo metodo migliora il matching tra immagini di telecamere visibili e infrarosse.

Questo studio migliora il rilevamento delle AU facciali usando dati sintetici per una maggiore accuratezza e giustizia.

Un nuovo metodo migliora le immagini umane realistiche concentrandosi sulla generazione delle mani.

Un nuovo metodo di watermarking rinforza la protezione dei modelli di machine learning contro il furto.

InterLUDE migliora le prestazioni del modello usando dati etichettati e non etichettati.

PALM migliora l'adattabilità dei modelli di computer vision in ambienti che cambiano.

Uno studio sulla generazione di HDMap usando SDMap come base e la sua valutazione delle performance.

FeatUp migliora la risoluzione delle caratteristiche delle immagini, aumentando le prestazioni nei compiti di visione artificiale.

Questo articolo esamina la robustezza di CLIP in diverse sfide.

Un nuovo approccio riduce il bias nei modelli di machine learning con squilibrio di classe.

Uno studio mostra come la difficoltà dei compiti influisce sull'addestramento nei modelli di diffusione.

SCILLA offre un modo nuovo per creare modelli urbani 3D dettagliati a partire da immagini 2D.

HawkEye migliora i modelli video-testo per gestire video più lunghi in modo efficace.

Un nuovo metodo permette di nominare oggetti senza categorie predefinite durante il test.

Esplora come i nuovi metodi stiano trasformando le immagini fisse in video in movimento.

Nuovi metodi che usano il movimento degli occhi possono aiutare a diagnosticare l'Alzheimer precocemente.

KP-RED migliora la modellazione 3D usando punti chiave per una maggiore precisione e efficienza.

CrossGLG migliora il riconoscimento delle azioni usando dati scheletrici 3D e descrizioni testuali.

Uni-SMART migliora la comprensione della letteratura scientifica analizzando diversi tipi di dati.

Esaminando i problemi di memorizzazione nelle immagini generate dall'IA e le loro implicazioni.

RG-LCD migliora la generazione di immagini a partire dal testo, allineandosi in modo efficace con le preferenze umane.

N2F2 migliora l'interpretazione delle immagini da parte delle macchine grazie a un'analisi multilivello e all'integrazione linguistica.

Un nuovo metodo migliora la precisione della calibrazione per radar MIMO e sensori ottici a distanze ravvicinate.

Nuovo framework migliora la previsione delle intenzioni dei pedoni per le auto a guida autonoma.

Questo articolo esamina i punti di forza e di debolezza del modello VMamba.

Un nuovo metodo per migliorare la qualità delle immagini durante i test di intelligenza artificiale.

Un nuovo metodo per generare viste da meno immagini.