暂无搜索历史
深度学习在医学影像领域取得了显著进展[3, 12]，但其对大规模标注数据集的依赖限制了其可扩展性。零样本学习（Zero-shot）通过使模型能够在无需大量手工标...
跳层连接工程主要用来解决编码器和解码器之间的语义差距，同时整合全局依赖性以理解医学图像分割中复杂解剖结构之间的关系。虽然已有模型提出了基于Transformer...
磁共振成像（MRI）是可视化大脑和识别肿瘤最有效的成像技术[1]。然而，由于脑肿瘤图像形态多样且边缘特征相对模糊[2]，通过磁共振成像（MRI）诊断脑肿瘤的过程...
本研究旨在探讨人工智能在各个领域的应用及其对人类社会的影响。随着技术的飞速发展，人工智能逐渐从理论走向实践，并在诸如医疗、教育、交通等多个行业展现出巨大的潜力。...
在人工智能（AI）研究领域，随着技术的不断进步和应用领域的拓展，研究者们对AI的认知和期望也在不断提升。本文旨在对当前AI技术的发展现状、挑战及其在各个领域的应...
面部表情识别（FER）已成为计算机视觉领域的关键研究领域，在人与计算机交互、情感分析和可用性测试等方面具有重要应用。嘴唇、牙齿、皮肤、头发、颧骨、鼻子、脸型、眉...
在人工智能（AI）领域，随着技术的飞速发展，研究者们对AI算法、模型及其应用的研究日益深入。本文旨在探讨AI在各个领域的应用现状、挑战与发展趋势，以期为我国AI...
随着 Stream 数据的不断增长，它在医疗保健等众多领域提供了实时分析医学图像的巨大机遇[6]；智能交通系统可以理解交通流量模式[17]；以及遥感领域，卫星星...
人工智能（AI）是一个快速增长的市场，预计到2027年将达到1万亿美元[1]。AI被广泛应用于各种现代应用程序、设备和服务，几乎涵盖了所有领域，包括汽车[2]-...
推理是智能的基本组成部分，涉及复杂的流程，其中知识和逻辑推理的运用交织在一起。作者将推理定义为通过多次推理步骤逐步达成特定目标，以从现有信息中推导出新的知识（Y...
多视图检测旨在从由多个摄像头同时拍摄的一组图像中检测物体，每个摄像头提供了同一场景的不同视角。利用多个视图可以提高对遮挡的鲁棒性，并有助于推理物体的三维属性，这...
本文探讨了利用文本到图像扩散模型学习的语言先验知识解决单目深度估计中的歧义和视觉干扰的潜力。特别是，传统的单目深度估计由于缺乏立体或多视角深度线索而具有固有的歧...
作者提出了PriorDiffusion，将人类提供的场景语言描述作为先验知识，引导深度图预测。在文本到图像预训练过程中，扩散模型学习生成与提供语言描述相符的多样...
扩散模型[9, 25, 28]在视觉生成领域实现了革命性的变革，展示了在图像质量和多样性方面显著优于传统方法如生成对抗网络（GANs）[6]的卓越能力。尽管这些...
单图像超分辨率（SISR）旨在从低分辨率图像中重构高质量图像。随着其广泛应用，高效超分辨率算法的研发成为计算机视觉领域的一个关键研究领域。最近的研究将自注意力机...
实时2D关键点检测要求模型能够在低延迟的情况下定位实例中的感兴趣点，其在多个领域具有广泛的应用前景，因为这种检测可以为下游任务（如虚拟现实[7]、动作评估[6]...
在本文中，作者提出了一种首创的文本推理架构，该架构包含多个具有选择性学习能力的二值化Transformer块，并且这些块之间交替排列有决策块，适用于EE。二值化...
了解作者周围的材料是一项极其常见的任务，但对于机器视觉方法来说仍然具有挑战性。在本文中，作者专注于3D物体的材料选择任务。
随着科技的飞速发展，人工智能（AI）已经成为一个备受关注的研究领域。近年来，深度学习在图像识别、自然语言处理和自动驾驶等领域取得了显著的成果。然而，尽管这些进展...
大语言模型（LLM），如GPT和LLaMA系列，随着上下文窗口大小的增加，在处理复杂长文本任务方面的能力得到了提升，但这也导致了推理效率的降低，特别是在内存和计...
暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市
