Informatica - Visione artificiale e riconoscimento di modelli

Nuovo metodo riduce l'allucinazione nei modelli linguistici che elaborano immagini e testo.

Approccio innovativo per creare viste stradali chiare dai filmati video in auto.

I VLM faticano con la classificazione delle immagini, ma una migliore integrazione dei dati può migliorare le loro capacità.

Un nuovo modello semplifica la creazione di immagini e video con l'AI, con una velocità e qualità migliorate.

Un nuovo sistema semplifica il montaggio video tramite descrizioni automatiche.

Nuovo framework migliora il riconoscimento delle immagini in diversi ambiti usando descrizioni linguistiche.

Una sfida mira a migliorare la delineazione dei tumori sulle scansioni cerebrali per una pianificazione del trattamento migliore.

Un nuovo metodo migliora l'accuratezza del modello con semplici regolazioni.

Un nuovo metodo migliora il rilevamento dei punti facciali senza dati etichettati.

L'apprendimento auto-supervisionato migliora l'accuratezza della verifica della scrittura a mano usando dati non etichettati.

Presentiamo ToCa, un metodo per creare didascalie usando solo dati testuali.

Nuovi metodi migliorano la precisione nel rilevamento dei cambiamenti tramite telerilevamento.

Un nuovo approccio aiuta i robot a collegare i dati visivi con le azioni.

AnyFit offre prove virtuali realistiche con le sue funzionalità e tecnologie innovative.

La BraTS Challenge spinge i confini nella segmentazione automatizzata dei meningiomi usando il deep learning.

VividPose migliora le animazioni delle immagini umane, rendendole più realistiche e coinvolgenti.

Un nuovo approccio migliora la precisione della classificazione riducendo la dipendenza dallo sfondo.

Capire e mitigare le allucinazioni nell'AI per performance affidabili.

Un nuovo metodo per generare oggetti 4D di alta qualità da immagini singole.

Nuovo metodo migliora la generazione di modelli 3D da fonti 2D senza dati etichettati.

VeLoRA ottimizza l'uso della memoria nell'allenamento di grandi modelli senza perdere prestazioni.

AttenCraft migliora la generazione di immagini a partire dal testo separando i concetti per avere visual migliori.

OV-DQUO migliora il riconoscimento degli oggetti, identificando in modo efficace categorie conosciute e sconosciute.

Questo studio esamina il potenziale dell'IA nella classificazione dei sottotipi di cancro ovarico.

MixDQ migliora la velocità e l'uso della memoria nella generazione di immagini da testo.

Un nuovo framework migliora il riconoscimento degli oggetti in scene complesse.

Un nuovo metodo migliora i modelli di diffusione esistenti per una qualità dell'immagine migliore.

Nuovi modelli mostrano buone prospettive nel monitorare i problemi di camminata nei pazienti con Parkinson.

I partecipanti si cimentano nel ripristino di immagini degradate in un contesto competitivo.

Un nuovo metodo migliora le immagini 3D rimuovendo le distrazioni in movimento.

La ricerca rivela un metodo per migliorare le prestazioni dei modelli multi-modali affrontando le lacune di rappresentazione.

Un metodo per migliorare il rilevamento delle copie delle immagini mantenendo efficienza e prestazioni.

FreeSplat migliora la qualità e l'efficienza del rendering 3D per le scene interne.

Esplorare i benefici e le applicazioni degli EQCNN nelle machine learning.

Un nuovo metodo migliora l'accuratezza nella localizzazione dei punti di riferimento facciali 3D usando l'apprendimento semi-supervisionato.

CORENet migliora la segmentazione degli oggetti con dati limitati usando l'apprendimento debolmente supervisionato.

I miglioramenti nei modelli di intelligenza artificiale aumentano l'accuratezza nell'interpretazione delle immagini mediche.

Un nuovo approccio per migliorare le prestazioni della segmentazione degli oggetti nei video attraverso diverse fonti di dati.

Nuovi metodi riducono i rischi di memorizzazione nell'imaging medico con modelli di diffusione.

Scopri la Conformal Recursive Feature Elimination e il suo impatto sull'analisi dei dati.