Informatica - Visione artificiale e riconoscimento di modelli

Scopri come il few-shot learning migliora l'imaging medico con pochi dati.

Esplorare l'impatto del pregiudizio di genere sulla visibilità delle donne nello sport.

Questo strumento crea immagini e etichette realistiche di tessuti per il cancro colorettale per analisi.

Una nuova tecnica unisce scansioni 3D per creare avatar umani flessibili.

I Masked Autoencoders Siamese migliorano il tracciamento e la segmentazione degli oggetti nell'analisi video.

Un nuovo metodo per migliorare il design delle ricompense nell'apprendimento per rinforzo usando segnali video.

Usare più modelli nel dibattito aumenta l'accuratezza e il ragionamento nell'elaborazione del linguaggio.

Una nuova rete neurale migliora l'accuratezza nel rilevare crepe nel cemento.

Un nuovo metodo migliora l'accuratezza della segmentazione integrando le informazioni di profondità senza dati di origine.

Nuovo metodo migliora la capacità dei robot di seguire istruzioni in spazi reali.

Un nuovo modello che migliora la comprensione dei documenti analizzando insieme testo e immagini.

Un metodo self-supervised per la previsione del movimento usando solo nuvole di punti non etichettate.

Esaminare i pregiudizi negli algoritmi AI che influenzano le diagnosi mediche per popolazioni diverse.

Tecniche per migliorare le performance del modello in condizioni di immagine diverse.

Valutare come i modelli di linguaggio comprendono concetti visivi e corporei.

Sparse4Dv2 migliora i sistemi di auto a guida autonoma aumentando la comprensione dell'ambiente.

Analizzando il ruolo delle simulazioni nella sicurezza dei veicoli autonomi e i loro limiti.

Nuovi metodi migliorano l'efficienza dell'allenamento e le prestazioni del modello usando la perdita IKL.

Questo approccio migliora l'accuratezza nella generazione di immagini a partire dai testi.

Un nuovo dataset punta a migliorare la comprensione dell'IA sui contenuti video tramite i fotogrammi chiave.

Un nuovo approccio migliora la raccolta dei dati di fissazione nei video utilizzando uno schermo del computer.

Nuovi metodi migliorano la qualità dei video compressi per una visione migliore.

Un nuovo metodo combina il transfer learning con CycleGAN per migliorare il rilevamento degli obiettivi.

MIANet migliora l'accuratezza della segmentazione con dati di addestramento limitati grazie a un'integrazione innovativa delle informazioni.

Un nuovo metodo migliora l'affidabilità del deep learning grazie a una migliore valutazione dell'incertezza.

Un nuovo metodo migliora la creazione di video a partire da testo con più controllo e qualità.

La visuale dall'alto migliora il riconoscimento dei luoghi per una maggiore precisione nella guida autonoma.

Questo metodo analizza le immagini mediche mantenendo al sicuro le identità dei pazienti.

Un nuovo approccio combina deep learning e grafi per una mappatura urbana migliore.

Un sistema automatico migliora i video in bianco e nero con colori coerenti.

Un nuovo metodo di calibrazione migliora l'affidabilità delle previsioni dei modelli di deep learning.

FACENet migliora l'identificazione dei veicoli in condizioni di illuminazione difficili.

Un modello unificato migliora l'identificazione e il posizionamento degli oggetti nello spazio 3D.

Un nuovo metodo migliora la qualità dei dati LiDAR durante condizioni meteorologiche avverse.

Combinare più tipi di dati migliora l'accuratezza della valutazione dei veicoli.

Nuovo metodo basato su grafi migliora l'estrazione delle entità da diversi tipi di documenti.

Un nuovo metodo migliora l'alt-text per le immagini di Twitter, aiutando gli utenti non vedenti.

Nuovo metodo migliora la generazione di immagini adattando i prompt per una maggiore soddisfazione dell'utente.

Esplorare metodi per riconoscere le azioni umane nei video per vari utilizzi.

Nuovi metodi migliorano le previsioni per i dati di machine learning fuori distribuzione.