Informatica - Visione artificiale e riconoscimento di modelli

Un dataset creato per migliorare la collaborazione tra umani e robot nei compiti di assemblaggio.

SurfaceAI utilizza immagini delle strade per valutare la qualità del manto stradale per viaggi più sicuri.

Un nuovo modo per creare modelli 3D interattivi a partire da mesh statiche.

Un approccio nuovo usa la risonanza magnetica in tempo reale per visualizzare i movimenti della produzione del parlato.

I modelli recenti migliorano la capacità dell'AI di generare e comprendere diversi media.

Un nuovo metodo migliora l'accuratezza della forma 3D in scene dinamiche.

Un nuovo approccio AI migliora la diagnosi di adenocarcinoma in diverse condizioni di imaging.

Nuovo modello migliora le previsioni dai dati dell'attività cerebrale.

Uno studio sull'uso delle immagini per la classificazione e la previsione delle traiettorie.

Un nuovo metodo migliora il trasferimento di conoscenze nei modelli di machine learning.

Questo studio utilizza il Visual Question Answering per valutare i grafici creati da modelli AI.

Usare l'ontologia può aumentare la capacità dei MLLMs di identificare con precisione le malattie delle piante.

Presentiamo un metodo per far generare immagini all'AI senza grandi set di dati etichettati.

GeCo migliora il conteggio degli oggetti con meno esempi, aumentando l'accuratezza e l'affidabilità.

Un nuovo metodo migliora la classificazione della privacy delle immagini con spiegazioni chiare e facili da capire.

Nuovo metodo migliora le immagini TC per una migliore pianificazione del trattamento del cancro.

I miglioramenti nella percezione LiDAR fanno aumentare le prestazioni in ambienti multi-sensore.

Un dataset completo mira a migliorare la previsione e la risposta alle alluvioni a livello globale.

Un metodo per avere immagini satellitari più chiare direttamente dai dati grezzi.

CION migliora la ri-identificazione delle persone concentrandosi sulle correlazioni d'identità tra i video.

Un framework che unisce diversi tipi di conoscenza per migliorare le prestazioni del modello.

Un nuovo metodo migliora il rilevamento del bersaglio dello sguardo con meno dati etichettati.

Un nuovo approccio migliora le prestazioni dei modelli di deep learning nonostante il rumore.

Un nuovo framework migliora l'etichettatura dei pixel affrontando l'incertezza nella segmentazione semantica.

Questo studio valuta l'efficacia dei modelli pre-addestrati nelle applicazioni di Osservazione della Terra.

Il framework Temporal2Seq semplifica molteplici compiti di comprensione video in un unico modello.

TAKFL ottimizza la condivisione della conoscenza nell'apprendimento federato per le diverse capacità dei dispositivi.

Un metodo che allinea forme 3D con immagini 2D senza punti corrispondenti.

Esplora i concetti essenziali della fisica molecolare e le loro applicazioni pratiche.

Questo nuovo metodo semplifica la generazione di immagini nei modelli di intelligenza artificiale, migliorando l'efficienza e la velocità.

Un nuovo framework migliora la qualità dei dataset video-lingua attraverso un raffinamento iterativo.

Combinando immagini di street view con dati per analizzare gli esterni degli edifici.

Un modello per valutare la qualità della segmentazione senza riferimenti di verità di terreno.

MedCLIP-SAMv2 migliora il rilevamento dei tumori usando tecniche di segmentazione avanzate e pochi dati etichettati.

Uno sguardo a come le CNN apprendono le caratteristiche delle immagini e le loro somiglianze universali.

I ricercatori usano CRISP per migliorare il monitoraggio della biodiversità tramite un'analisi delle immagini migliore.

Un nuovo indice aiuta a valutare la diversità nelle immagini mediche generate dall'AI.

Nuovi metodi accelerano la codifica e la decodifica video.

Un nuovo framework migliora il legame tra immagini e testo.

Scopri come i modelli di machine learning possono migliorare quando si confrontano con dati nuovi e mai visti prima.