CANet:Réseau stéréo multi-vues conscient du contexte pour une estimation efficace de la profondeur préservant les bords

Contexte académique et problématique La vision stéréo multi-vues (Multi-View Stereo, MVS) est une tâche fondamentale en vision par ordinateur 3D, visant à reconstruire la géométrie 3D d’une scène à partir de plusieurs images prises sous différents angles. Cette technologie trouve des applications dans des domaines variés tels que la robotique, la c...

Plonger dans le biais de simplicité pour la reconnaissance d'images à longue queue

Contexte académique et problématique Ces dernières années, les réseaux de neurones profonds ont réalisé des progrès significatifs dans le domaine de la vision par ordinateur, en particulier dans des tâches telles que la reconnaissance d’images, la détection d’objets et la segmentation sémantique. Cependant, lorsqu’ils sont confrontés à des données ...

Régularisation polyvalente guidée par les relations pour l'apprentissage semi-supervisé fédéré

Contexte académique et problématique Avec les préoccupations croissantes concernant la confidentialité des données, l’apprentissage fédéré (Federated Learning, FL) est devenu un sujet de recherche important. Le FL permet à plusieurs clients de collaborer pour entraîner un modèle global sans partager leurs données, protégeant ainsi la confidentialit...

Étiquetage pseudo-dynamique de prototype multicentrique équilibré en classe pour l'adaptation de domaine sans source

Contexte académique et problématique Ces dernières années, les modèles de réseaux de neurones profonds (Deep Neural Networks, DNNs) ont connu un succès remarquable dans les tâches de vision par ordinateur. Cependant, l’entraînement de ces modèles repose sur de grandes quantités de données annotées. Lorsque ces modèles sont appliqués à de nouveaux d...

PICK : Prédire et masquer pour la segmentation semi-supervisée d'images médicales

Modèle PICK pour la segmentation semi-supervisée d’images médicales Contexte académique La segmentation d’images médicales est d’une importance cruciale dans la pratique clinique, car elle fournit des informations vitales sur les caractéristiques des organes ou des tumeurs, telles que le volume, la localisation et la forme. Ces dernières années, le...

Détection robuste de deepfake séquentiel

Détection robuste des deepfakes séquentiels Contexte académique Avec le développement rapide des modèles génératifs profonds (comme les GANs), la génération d’images faciales réalistes est devenue très facile. Cependant, l’abus de cette technologie a soulevé de graves problèmes de sécurité, en particulier avec l’utilisation malveillante des deepfak...