Informatica - Visione artificiale e riconoscimento di modelli

CABB migliora l'adattamento dei modelli proteggendo al contempo le informazioni sensibili in diversi settori.

Un nuovo metodo migliora la velocità e l'efficienza nell'annotazione dei dati di classificazione binaria.

Il framework AdvFAS migliora la sicurezza nel riconoscimento facciale contro spoofing e attacchi avversari.

Nuovo metodo migliora la classificazione delle immagini combinando analisi delle texture e deep learning.

Un nuovo design di ConvNet migliora flessibilità e adattabilità grazie a una simmetria continua.

Usare la visione artificiale per identificare piante erbacee utili in Indonesia.

Nuovi metodi migliorano la segmentazione delle istanze con meno immagini etichettate.

BGA-MNER migliora le connessioni tra testo e immagine per una migliore riconoscimento delle entità.

Un framework per aiutare i modelli di apprendimento automatico ad adattarsi ai dati in cambiamento.

Uno sguardo all'attività cerebrale quando pensiamo, leggiamo o ascoltiamo.

Un metodo per migliorare le immagini a bassa luce riducendo il rumore e migliorando il contrasto.

OKO migliora l'accuratezza delle previsioni e la calibrazione imparando da insieme di punti dati.

Nuovo metodo migliora l'identificazione di oggetti strani sulla strada.

ETran classifica in modo efficiente modelli pre-addestrati per il rilevamento degli oggetti e la classificazione delle immagini.

Un nuovo framework combina le reti neurali con il pensiero simbolico per una comprensione migliore.

RealCQA offre un nuovo modo di affrontare le sfide delle domande sui grafici.

Impara il processo per recuperare dati da vari tipi di grafici.

US2QNet migliora la valutazione della qualità delle immagini ecografiche attraverso un approccio innovativo di apprendimento non supervisionato.

Esplorare come i pregiudizi influenzano i modelli di immagine e strategie per mitigarli.

Un nuovo modo per accelerare i compiti di segmentazione semantica nell'elaborazione delle immagini.

Un nuovo progetto migliora la comprensione delle informazioni visive da parte delle macchine grazie a un grande dataset.

Migliorare l'efficienza del riconoscimento degli oggetti mantenendo la semplicità.

Migliorare il livello di base per una migliore analisi delle macchine e visione umana.

Un nuovo metodo combina il riconoscimento a etichetta parziale e zero-shot per un'analisi delle immagini più efficiente.

Nuovi metodi migliorano la resistenza dei sistemi di rilevamento degli oggetti ai cambiamenti avversi.

Nuovi metodi creano azioni umane realistiche da testo, migliorando le esperienze di gioco e film.

Scopri il ruolo dei tensori nelle tecniche moderne di analisi dei dati.

Questo metodo migliora le stime di incertezza senza dover riaddestrare il modello.

Combinare i dati LiDAR e quelli della camera migliora l'accuratezza nella segmentazione panottica 3D.

Un nuovo metodo di IA genera rapidamente immagini creative per copertine di libri.

Un nuovo metodo per il tracciamento e la segmentazione usando solo modelli di apparenza.

Il nostro sistema migliora la realtà aumentata stimando con precisione l'illuminazione e generando ombre realistiche.

Questo metodo migliora la classificazione delle immagini tramite una rappresentazione delle classi innovativa.

La ricerca collega neuroni specifici nei modelli all'interpretazione delle immagini e alla generazione di testo.

MA-CLIP migliora il riconoscimento delle azioni usando pochi esempi e una migliore integrazione di video e testo.

Valutare come l'IA interpreta le immagini rispetto alla percezione umana usando un nuovo dataset.

Un metodo per generare immagini migliori che protegge la privacy usando set di dati pubblici.

Scopri come mantenere i sistemi di ricerca efficaci nonostante i cambiamenti nel contenuto online.

I modelli di fondazione stanno migliorando l'efficienza nella segmentazione delle immagini mediche.

Un nuovo metodo utilizza i GAN per creare dati radar realistici per una guida automatizzata più sicura.