Informatica - Visione artificiale e riconoscimento di modelli

NPHardEval4V valuta le capacità di ragionamento dei modelli di linguaggio multimodali di grande dimensione.

Un modo nuovo per combinare diversi modelli in modo efficace per migliori prestazioni.

Metodi innovativi per migliorare la modellazione precisa delle mani nello spazio 3D.

Un nuovo approccio migliora la chiarezza nell'imaging microscopico, aiutando nella diagnosi e nella chirurgia.

Esaminando come ricompensare in modo equo gli artisti nell'era dell'arte generata dall'IA.

Un nuovo modo per i robot di imparare dalle interazioni con gli utenti nel tempo.

Un nuovo metodo migliora l'editing delle immagini con richieste testuali usando l'autoattenzione.

Un nuovo metodo migliora il rilevamento degli AU usando dati non etichettati.

Un nuovo metodo migliora l'addestramento dei modelli che combinano la comprensione di immagini e testi.

Un nuovo metodo migliora i modelli di diffusione usando la stima del punteggio del vicino più vicino.

Un nuovo metodo migliora la risoluzione e la coerenza delle immagini usando modelli di diffusione.

La capacità dell'IA di trasformare i design in codice sta cambiando il modo di fare sviluppo web.

MADTP migliora l'efficienza dei Transformer Vision-Linguaggio mantenendo le prestazioni.

Un nuovo metodo migliora la conversione delle immagini ottiche in immagini SAR.

Questo studio confronta come gli esseri umani e le DNN imparano a riconoscere nuove immagini.

ImgTrojan manipola i VLM usando dati di addestramento ingannevoli.

RENT migliora le prestazioni del modello utilizzando tecniche di campionamento con etichette rumorose.

Le coppie immagine-testo di alta qualità migliorano le prestazioni dei modelli multimodali in vari compiti.

Un nuovo modello migliora la classificazione delle radiografie del torace per le malattie polmonari.

I nuovi modelli migliorano il ragionamento visivo delle macchine attraverso le relazioni tra gli oggetti.

Presentiamo CRNL, un metodo per analizzare sia dati strutturati che non strutturati.

Un approccio nuovo migliora la capacità dei robot di imparare dai video instructional.

Nuovi metodi migliorano la rilevazione del cancro usando l'IA senza bisogno di tanti dati etichettati.

Uno sguardo alla segmentazione semantica video e alle sue tecniche avanzate.

Usare dati di addestramento sintetici per migliorare l'efficienza nel rilevamento delle strisce terminali.

ComFe migliora la comprensione della classificazione delle immagini concentrandosi sulle caratteristiche chiave.

Combinare le tecniche di imaging cerebrale migliora la comprensione della compromissione cognitiva.

Esaminando come le tecniche di aumento dei dati influenzano le prestazioni del modello attraverso diverse classi.

Nuovi metodi migliorano l'apprendimento multi-task dei robot e la loro adattabilità in ambienti complessi.

Nuove tecnologie migliorano l'estrazione di informazioni da moduli complessi.

Nuovi metodi migliorano la robustezza delle DNN contro attacchi avversari considerando le vulnerabilità degli esempi.

Un nuovo metodo migliora il rilevamento delle relazioni nei video usando modelli specializzati.

DART automatizza la creazione di immagini radar per migliorare precisione ed efficienza.

Nuovo agente gerarchico migliora la manipolazione robotica con maggiore precisione e apprendimento.

LD3M migliora la distillazione dei dataset usando spazi latenti e modelli di diffusione per risultati migliori.

La ricerca migliora l'imaging dei tumori cerebrali grazie a metodi avanzati di rilevamento dei bordi.

Uno sguardo alle difficoltà che i computer affrontano nella risoluzione di puzzle visivi.

Un nuovo approccio usa la tecnologia mobile per misurare con precisione la salute degli alberi urbani.

Un nuovo modello migliora i compiti di text-cloze nei fumetti, collegando comprensione visiva e testuale.

MolNexTR migliora il riconoscimento delle strutture chimiche dalle immagini con tecniche avanzate.