Informatica - Visione artificiale e riconoscimento di modelli

SparX migliora l'elaborazione delle immagini imitanto il sistema visivo umano.

La ricerca mostra il potenziale dei LLM per riconoscere oggetti in immagini basate su eventi.

L'integrazione delle informazioni sul movimento migliora l'accuratezza nel rilevamento degli oggetti nelle immagini.

ScaleFlow++ migliora la stima del movimento 3D usando telecamere monoculari per vari usi.

NSSR-DIL trasforma immagini di bassa qualità in modo efficiente senza bisogno di grandi dataset.

Un approccio di machine learning che sfrutta il movimento per un apprendimento efficace dei dati visivi.

Questo studio tiene d'occhio i cambiamenti nelle foreste della Costa d'Avorio usando dati satellitari avanzati.

Nuovi metodi per migliorare la generazione di immagini tramite una rappresentazione flessibile dello spazio latente.

Trasformare il testo in movimenti digitali realistici usando modelli innovativi.

Nuovo metodo migliora l'accuratezza nel rilevamento dei polipi durante le procedure di colonscopia.

Un nuovo approccio migliora la rappresentazione di immagini e forme usando una funzione di attivazione apprendibile.

L'automazione della segmentazione dei tumori nelle immagini PET/CT migliora la precisione e accelera la diagnosi.

La ricerca mostra lacune nei modelli di classificazione delle immagini quando gli oggetti sono parzialmente nascosti.

Questo framework permette di imparare in fretta nuove categorie di oggetti con pochissimi dati.

Esplorare come i veicoli condividono informazioni in tempo reale per migliorare la sicurezza e l'efficienza.

Playground v3 trasforma i testi in immagini di alta qualità con precisione.

Un nuovo sistema migliora la velocità e l'accuratezza delle etichette video.

KAT migliora il deep learning usando KAN avanzati al posto delle MLP.

SoccerNet 2024 sfide spingono l'innovazione nella comprensione video per il calcio.

Un nuovo framework migliora la comprensione delle azioni umane attraverso i dati dello scheletro.

CCT-R migliora la segmentazione delle immagini mediche usando l'apprendimento semi-supervisionato e la registrazione spaziale.

Un nuovo metodo migliora l'analisi delle immagini nella sanità usando immagini controfattuali realistiche.

FOLK migliora l'apprendimento auto-supervisionato attraverso una mascheratura di frequenza adattiva e un design insegnante-studente.

Questo modello migliora la comprensione delle decisioni dell'IA nella classificazione delle immagini.

Un nuovo metodo aumenta la generazione di dati di texture per i modelli di machine learning.

Un nuovo modello migliora l'analisi delle immagini mediche attraverso una mappatura anatomica 3D.

Questo studio migliora l'accuratezza nella classificazione delle immagini mediche usando dati sintetici.

Un nuovo metodo che migliora il riconoscimento vocale garantendo la privacy dei dati.

Adattare DINOv2 migliora la segmentazione BEV per auto a guida autonoma più sicure.

Un nuovo dataset unisce dati RGB e dati da telecamere a eventi per un'analisi facciale migliore.

GAMMA migliora le ricerche di moda online manipolando con precisione gli attributi.

SteeredMarigold migliora le mappe di profondità, aiutando i robot nella navigazione e interazione.

Un nuovo sistema migliora l'efficienza dei droni nelle operazioni di ricerca e salvataggio.

ExelMap migliora la precisione degli aggiornamenti delle mappe HD per una guida autonoma più sicura.

Nuove tecniche migliorano le abilità dei robot, passando dalle simulazioni ai compiti nella vita reale.

Un nuovo metodo offre una modellazione 3D migliorata partendo da un'unica immagine, aumentando il realismo.

Questo studio esplora l'uso del Transfer Learning per un controllo qualità efficace nella posa di nastro CFRP.

MotionCom rivoluziona il modo in cui gli oggetti vengono aggiunti alle immagini in modo dinamico.

Nuove tecniche migliorano la modellazione urbana dinamica per diverse applicazioni.

SRIF migliora le tecniche di corrispondenza delle forme per animazione, stampa 3D e realtà virtuale.