Contexte et pertinence de l’étude Ces dernières années, la détection d’activités en ligne faiblement supervisée (Weakly Supervised Online Activity Detection, WS-OAD), en tant que sujet important de compréhension vidéo avancée, a suscité une attention croissante. Son objectif principal est de détecter image par image les activités en cours dans des ...

Détection et protection contre le vol de modèles dans la reconnaissance faciale profonde : une étude innovante basée sur la corrélation des échantillons Contexte et problématique Les progrès rapides des techniques d’apprentissage profond ont considérablement stimulé le domaine de la reconnaissance faciale ces dernières années. Toutefois, les modèle...

Étude sur la classification non invasive des gliomes : Réseau de neurones convolutifs léger basé sur la distillation des connaissances Introduction Les gliomes sont les principaux types de tumeurs du système nerveux central, et leur détection précoce est extrêmement importante. L’Organisation Mondiale de la Santé (OMS) classe les gliomes en quatre ...

Ces dernières années, les scénarios d’application tels que la protection de la vie privée et la transmission massive de données ont posé des défis sévères à l’inaccessibilité des données. En réponse, les chercheurs ont proposé la méthode dite de distillation des connaissances sans données (Data-Free Knowledge Distillation, DFKD) pour résoudre ces p...

Réalisation de la segmentation sémantique d’images sous supervision partielle grâce à un enseignement auto-ajusté alternatif à double enseignant Introduction Avec le développement continu du domaine de la vision par ordinateur, la segmentation sémantique est devenue un domaine de recherche important et actif. Les méthodes traditionnelles de segment...