從單次散斑偏折術的密集 3D 表面重建實現精確的眼動追踪
本文提出了一種基於單次散斑偏折術的新型眼動追踪方法，該方法利用眼睛表面的密集 3D 信息（形狀和法線）來估計注視方向，並在真實眼睛模型和真人眼睛實驗中展現出高精度和準確性。
단일 샷 디플렉토메트리를 이용한 고밀도 3D 표면 재구성으로 정확한 시선 추적 구현
본 논문에서는 기존 시선 추적 기술보다 월등히 많은 표면 포인트를 측정하는 단일 샷 디플렉토메트리 기반의 새롭고 정확하며 빠른 시선 추적 방법을 제안합니다.
単一撮影偏光解析法を用いた高密度3D表面再構成による正確な視線追跡
本稿では、従来の視線追跡手法の精度を凌駕する、単一撮影偏光解析法を用いた新しい視線追跡手法を提案する。この手法は、角膜と強膜の両方の高密度3D表面情報を単一のカメラフレーム内で取得することで、正確かつ高速な視線方向の評価を実現する。
Accurate and Fast Eye Tracking Using Dense 3D Surface Reconstructions from Single-Shot Deflectometry
This research paper introduces a novel eye-tracking method based on single-shot stereo deflectometry, achieving high accuracy and precision by leveraging dense 3D surface reconstructions of the eye, surpassing the limitations of traditional glint tracking methods.
基於強度-空間雙重遮罩自編碼器的胸部電腦斷層掃描多尺度特徵學習與分割方法
本文提出了一種名為強度-空間雙重遮罩自編碼器 (ISD-MAE) 的新型自監督學習方法，用於胸部電腦斷層掃描影像的分割，透過結合強度和空間遮罩策略以及對比學習，有效提升了模型在多種二維和三維資料集上的分割效能。
흉부 CT 세그멘테이션에서 멀티 스케일 특징 학습을 위한 강도-공간 이중 마스크 오토인코더
본 논문에서는 흉부 CT 이미지에서 병변의 불명확한 특징, 모호한 경계, 다중 스케일 특징과 같은 문제를 해결하기 위해 강도 마스킹과 공간 마스킹을 결합한 새로운 자기 지도 학습 모델인 ISD-MAE를 제안하며, 이를 통해 2D 폐렴 및 종격동 종양 세그멘테이션 작업에서 우수한 성능을 보여줍니다.
胸部CTセグメンテーションにおけるマルチスケール特徴学習のための輝度-空間デュアルマスクオートエンコーダ
本稿では、胸部CT画像における多様なスケールの特徴を効果的に学習し、肺炎や縦隔腫瘍のセグメンテーション精度を向上させるために、輝度マスクと空間マスクの両方を利用した新しい自己教師あり学習手法、ISD-MAEを提案する。
뉴로모픽 이벤트 기반 동적 비전 센서를 이용한 금속 적층 제조 및 용접 공정 모니터링 적합성 증명
높은 다이나믹 레인지와 속도를 갖춘 뉴로모픽 이벤트 기반 동적 비전 센서가 금속 적층 제조 및 용접 공정 모니터링에 매우 적합하며, 기존의 비전 시스템보다 데이터 효율성이 높고 고속 현상을 정확하게 포착할 수 있음을 보여줍니다.
Intensity-Spatial Dual Masked Autoencoder (ISD-MAE) for Multi-Scale Feature Learning in Chest CT Segmentation: A Comparative Study on 2D and 3D Datasets
The ISD-MAE model, employing dual masking and contrastive learning, demonstrates superior performance in 2D chest CT segmentation tasks, particularly for pneumonia and mediastinal tumors, compared to existing self-supervised methods, but shows limitations in 3D datasets, suggesting avenues for future improvement.
Neuromorphic Event-Based Vision Sensors for Monitoring Metallic Additive Manufacturing and Welding
Neuromorphic event-based vision sensors, with their high dynamic range and adaptive sampling capabilities, are well-suited for real-time monitoring of melt pools in metallic additive manufacturing and welding, offering significant advantages over conventional imaging techniques.
© 2024 by Linnk AI