Informatica - Visione artificiale e riconoscimento di modelli

Questo studio migliora i modelli di testo integrando dettagli di layout per una migliore comprensione dei documenti.

Esplorando l'integrazione dei modelli di deep learning nell'analisi della remote sensing.

Un tool che personalizza le immagini a partire dal testo mantenendo i dettagli di riferimento.

MIM-Refiner migliora le prestazioni del modello MIM attraverso un apprendimento delle caratteristiche più raffinato.

Un approccio fresco per chiarire come le immagini influenzano le decisioni delle reti neurali.

SpLiCE aiuta a chiarire i dati complessi di CLIP per una comprensione migliore.

Nuovo metodo migliora l'adattamento delle immagini satellitari senza domini predefiniti.

Uno studio mostra che l'IA migliora la rilevazione dei problemi dentali nelle radiografie.

Nuovi metodi migliorano la comprensione delle scene 3D grazie alla consapevolezza semantica nei NeRF.

Un dataset per valutare le difficoltà nei compiti di assemblaggio usando annotazioni video.

Un metodo per la stima della postura corporea 3D che affronta le sfide dell'occlusione.

Control Color semplifica il processo di colorazione delle immagini in bianco e nero con il controllo dell'utente.

Un nuovo metodo permette di creare facilmente avatar 3D realistici usando solo un video.

La ricerca svela vulnerabilità nella tecnologia di riconoscimento della camminata degli smartphone.

Uno studio su quanto bene le miniature delle notizie corrispondano ai loro articoli.

Esaminando il pregiudizio di genere nei modelli T2I attraverso il Test degli Stereotipi Abbinati.

Un nuovo approccio migliora la sicurezza delle immagini nei modelli da testo a immagine attraverso l'ottimizzazione dei prompt.

BioFusionNet combina immagini dei tumori, dati genetici e informazioni cliniche per una migliore valutazione del rischio.

SegmentAnyBone migliora l'accuratezza dell'imaging osseo nelle risonanze magnetiche per una diagnosi migliore.

Un nuovo metodo migliora la rilevazione di oggetti nei documenti usando strutture a grafo.

Un nuovo metodo migliora l'efficienza nella ricerca degli oggetti più vicini approssimati basata su grafi.

Un nuovo approccio migliora i compiti di riconoscimento visivo attraverso meccanismi di attenzione residua.

Questo benchmark valuta le performance dei modelli di linguaggio medico nella sanità.

Presentiamo FOMO, un metodo per migliorare le DNN contro gli attacchi avversari tramite il dimenticare.

Scopri come l'invarianza condizionale migliora le prestazioni del modello su diversi tipi di dati.

Uno sguardo al potenziale e alle sfide dei sensori neuromorfici per l'analisi facciale.

Un nuovo sistema impara le preferenze degli utenti in tempo reale per suggerire abbigliamento.

Un nuovo framework di deep learning classifica immagini di diverse dimensioni per una previsione della permeabilità migliore.

I ricercatori migliorano l'accuratezza nella rilevazione dei tumori usando tecniche di imaging avanzate.

MVDiffusion++ crea modelli 3D dettagliati partendo da una sola immagine o da poche.

Uno studio su come l'IA impara le relazioni tra gli oggetti attraverso compiti di ragionamento visivo.

Le telecamere basate su eventi migliorano la lettura di codici a barre sfuocati e segnali.

Affrontare il cambiamento di dominio e il drift concettuale nei modelli AI.

Presentiamo CAMixer, un nuovo metodo per rilevare cambiamenti nelle immagini radar a apertura sintetica.

Usare telecamere e punti di riferimento migliora il tracciamento della posizione in ambienti senza GPS.

Nuovi metodi aiutano i robot a orientarsi usando input visivi senza mappe complesse.

Un nuovo metodo migliora l'inferenza delle scene 3D nonostante le sfide ambientali.

Un nuovo modo di navigare per le truppe usando punti di riferimento visivi invece del GPS.

Nuovo framework migliora l'efficienza e la qualità della compressione video.

AnyGPT elabora testi, immagini, musica e parole per usi diversi.