Informatica - Visione artificiale e riconoscimento di modelli

Combinare AI e AR rende l'assemblaggio dei satelliti migliore, aumentando precisione ed efficienza.

Lo studio esamina i metodi di apprendimento auto-supervisionato per migliorare l'imaging cardiovascolare.

Presentiamo EfficientCrackNet per un'infrastruttura più sicura grazie a una rilevazione precisa delle crepe.

Metodi innovativi migliorano la comprensione dell'ambiente per i veicoli autonomi.

Il framework ECHO migliora l'accuratezza della classificazione del suono usando etichette strutturate e un processo di apprendimento in due fasi.

Un framework per identificare e ridurre i pregiudizi nei dati visivi per i modelli di intelligenza artificiale.

EMOVA migliora l'interazione tra umani e computer attraverso l'espressione emotiva.

Un nuovo modello migliora la rilevazione precoce dei noduli polmonari.

Esplorando l'uso di dati sintetici per migliorare il DRL nelle applicazioni reali.

InterNet migliora la stima della omografia imparando da immagini senza dati etichettati.

Questo studio mostra come i modelli linguistici possano interpretare i segnali cerebrali da fMRI mentre si guarda un video.

Un nuovo metodo migliora la fotografia panoramica usando sfere di luce neurale.

Un nuovo metodo migliora la generazione di immagini personalizzate usando più riferimenti.

Un nuovo metodo per dare stile a scene 3D stimola la creatività nell'arte e nel design.

Un nuovo framework migliora le mappe di profondità, aumentando chiarezza e precisione.

Un nuovo set di dati affronta i cambiamenti di prospettiva nella stima della profondità per la guida autonoma.

Un metodo che combina dati di eventi e frame tradizionali per un'analisi del movimento migliore.

Uno sguardo ai nuovi metodi per unire immagini con luci diverse.

Un nuovo approccio migliora il processo di apprendimento tra i modelli di insegnante e studente.

Un nuovo metodo per bilanciare la conoscenza generale e l'adattamento specifico ai compiti nei modelli.

CASPFormer rivoluziona la previsione delle traiettorie usando immagini in prospettiva a volo d'uccello.

M3CoL migliora la capacità dell'IA di imparare da diversi tipi di dati.

Un nuovo modello migliora l'analisi dell'aterosclerosi attraverso l'integrazione di più colorazioni.

L'AI affidabile nell'imaging medico ha bisogno di report chiari sulla variabilità delle prestazioni.

Nuovi metodi migliorano la mappatura in ambienti in cambiamento per le macchine.

Nuovo modello permette ai robot di imparare azioni dai video, migliorando le prestazioni nei compiti.

Esplora nuovi metodi per generare movimenti umani realistici a partire da descrizioni testuali.

Nuovi metodi migliorano l'accuratezza nella segmentazione degli oggetti nei video grazie a processi di memoria e decodifica più efficienti.

Migliorare i metodi per verificare l'autenticità dei prodotti tramite schemi di rilevamento delle copie.

P4Q combina il fine-tuning e la quantizzazione per performance efficienti dei modelli visivi-linguistici.

Nuovo metodo migliora la comunicazione tra medici e pazienti usando testi e immagini.

Un nuovo approccio migliora la sicurezza delle auto a guida autonoma attraverso esempi controfattuali.

Presentiamo TA-Cleaner, un metodo per migliorare le difese dei modelli multimodali contro il data poisoning.

Un nuovo framework per il tracciamento visivo degli oggetti, leggero ed efficace.

La nuova tecnica del multi-mask migliora la comprensione dei dati 3D da parte delle macchine.

CAMOT migliora il tracciamento multi-oggetto stimando angoli e profondità della telecamera.

SimVG migliora il grounding visivo collegando il testo a zone specifiche dell'immagine in modo più efficace.

Il modello e il dataset EAGLE migliorano la comprensione dei video egocentrici.

XNet sfrutta la funzione di attivazione di Cauchy per una maggiore precisione nei compiti di dati complessi.

Nuovi metodi migliorano la rilevazione di esopianeti lontani usando algoritmi avanzati.