Informatica - Visione artificiale e riconoscimento di modelli

Un nuovo metodo testa l'affidabilità dei modelli di deep learning nell'imaging medico.

Nuovo metodo migliora la generazione di immagini partendo da pochi esempi.

Nuovi metodi migliorano l'aspetto delle scene 3D basandosi su immagini 2D in modo efficiente.

Un nuovo metodo migliora la precisione dei colori nei modelli da testo a immagine.

Un nuovo set di dati aiuta a trovare crepe nascoste nelle pale delle turbine eoliche.

Una nuova funzione di perdita migliora l'accuratezza della segmentazione dei tumori nelle immagini mediche.

Questo metodo migliora il riconoscimento delle immagini secondo i gusti personali grazie a soluzioni scalabili.

V-VIPE migliora la stima della posa 3D da immagini 2D, superando le sfide angolari.

Nuovo metodo riduce la radiazione nell'imaging DSA migliorando la qualità dell'immagine.

Un metodo per identificare e ricreare concetti dalle immagini senza input umano.

CTSLAM migliora la localizzazione e la mappatura robotica utilizzando un'integrazione dei dati flessibile.

ProtoSAM offre una segmentazione efficace con dati minimi, mostrando potenzialità nell'imaging medico.

Esplorare come le macchine possono seguire le indicazioni umane negli spazi reali.

Usare video non etichettati per migliorare il riconoscimento delle azioni in video lunghi.

Un nuovo algoritmo di fusione migliora notevolmente l'accuratezza della segmentazione delle istanze 3D.

Questo studio esamina quanto bene i modelli rappresentano culture diverse.

Un nuovo approccio migliora la comprensione della progressione dell'Alzheimer.

Un nuovo approccio affronta l'eccesso di fiducia nei sistemi che riconoscono più etichette.

AstroSpy affronta il problema delle immagini generate dall'IA in astronomia.

CycleSAM migliora la segmentazione chirurgica usando l'addestramento su singole immagini per risultati migliori.

Migliorare il rilevamento con immagini RGB e di profondità per affrontare le sfide del mondo reale.

SACNet migliora la segmentazione delle immagini mediche grazie a un'architettura innovativa e a una funzione di perdita.

Una nuova misura di valutazione migliora le prestazioni del modello nei compiti di classificazione multilabel.

Un nuovo metodo migliora il targeting dei tumori nella radioterapia usando la tecnologia AI.

Nuove strategie combinano mappatura e previsione del comportamento per veicoli a guida autonoma.

Un nuovo modello combina ConvNets e Transformer per migliorare la classificazione delle immagini.

Un nuovo framework valuta i metodi per anonimizzare i dati biometrici per migliorare la privacy.

Nuovi metodi migliorano la personalizzazione nella generazione di immagini da testo.

Un nuovo metodo combina dati video e IMU per migliorare le tecniche di riconoscimento delle azioni.

Il framework CEIA migliora la comprensione tra i dati degli eventi e le immagini.

Nuovi metodi migliorano la rilevazione del cancro al seno nelle mammografie, adattandosi a dati diversi.

Le ricerche mostrano che i VLM hanno una scarsa precisione in compiti visivi semplici rispetto agli esseri umani.

Esaminando i metodi per proteggere la privacy nelle applicazioni di deep learning usando la crittografia delle informazioni visive.

ETSEF migliora la diagnosi sfruttando in modo efficiente i dati medici limitati.

Nuovo modello di intelligenza artificiale migliora l'interpretazione delle radiografie del torace per diagnosi migliori.

Esaminando l'impatto del deep learning sulle tecniche di watermarking e le sfide di sicurezza.

Un nuovo metodo migliora la chiarezza e l'efficienza nella deconvoluzione della microscopia.

Un nuovo metodo migliora il rilevamento di immagini e testi etichettati in modo errato nei dataset.

Un nuovo metodo migliora l'augmented data per una qualità dell'immagine migliore.

Un nuovo metodo usa la polarizzazione per migliorare le stime delle proprietà di oggetti traslucidi.