Rapport de recherche sur le réseau Transformer vision-langage à attention dynamique pour la réidentification de personnes Ces dernières années, la technologie de réidentification de personnes multimodale (Person Re-Identification, ReID) a suscité un intérêt croissant dans le domaine de la vision par ordinateur. La réidentification de personnes vise...
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...
Rapport académique : Suivi multi-objets à basse fréquence d’images Introduction et contexte de recherche Ces dernières années, le suivi multi-objets (MOT) s’est imposé comme une technologie clé dans des domaines tels que la surveillance vidéo intelligente, la conduite autonome et la vision robotique. Cependant, les méthodes MOT conventionnelles son...
Points forts de la recherche : Reconnaissance d’activités en basse luminosité avec apprentissage pseudo-supervisé et fusion audio-visuelle adaptative Contexte scientifique Cette étude explore les défis liés à la reconnaissance d’activités dans des environnements à faible luminosité. Les techniques actuelles de reconnaissance d’activités offrent de ...
Méthode efficace de dépluvage d’image : réseau profond optimisé pour un dépluvage rapide avec augmentation de données Contexte Les conditions pluvieuses affectent significativement la qualité des images et vidéos capturées par les systèmes de vision par ordinateur, avec des artefacts tels que des gouttes ou des traînées de pluie qui perturbent les ...
Correspondance des caractéristiques via le regroupement de graphes : implémentation et application de la cohérence affine locale Contexte académique et motivation de la recherche La mise en correspondance de caractéristiques est un problème fondamental en vision par ordinateur, essentiel dans diverses tâches telles que la reconstruction 3D, la rech...
Une nouvelle perspective sur l’adaptation de domaine pour la segmentation sémantique : étude de T2S-DA Contexte et pertinence de l’étude La segmentation sémantique joue un rôle clé dans la vision par ordinateur, mais ses performances dépendent souvent de la disponibilité de grandes quantités de données annotées. Cependant, l’acquisition de telles d...
Évaluation fiable des cartes d’attribution dans les CNNs : une approche basée sur les perturbations Contexte et motivation de la recherche Avec le succès croissant des modèles d’apprentissage profond dans diverses tâches, la communauté scientifique met de plus en plus l’accent sur leur explicabilité et leur transparence. Bien que ces modèles excell...
Transformer pour la Ré-identification d’Objets : Une Synthèse Contexte et Importance de la Recherche La ré-identification d’objets (Object Re-Identification, Re-ID) est une tâche majeure en vision par ordinateur, visant à identifier des objets spécifiques à travers différents moments et contextes. Ce domaine a connu des avancées significatives grâc...
Rapport spécial : Technique de préfeed-back de Pound–Drever–Hall : Réduction du bruit de phase laser au-delà du feedback Auteurs : Yu-Xin Chao, Zhen-Xing Hua, Xin-Hui Liang, Zong-Pei Yue, Li You, Meng Khoon Tey Institution : Laboratoire d’État de Physique Quantique en Basse Dimension, Département de Physique, Université Tsinghua, Pékin, Chine Revue...