Pose-Robust Finger Identification Based on Mutual Region Alignment and Minimum Convolution Point Feature
本文提出了一种新颖的姿态鲁棒指纹识别框架,该框架集成了相互区域对齐、最小卷积点特征学习和加权得分融合,旨在有效解决非接触式手指图像中由纵向旋转和非刚性变形引起的性能退化问题,并在四个公开数据集上实现了最先进的结果。
2403 篇论文
本文提出了一种新颖的姿态鲁棒指纹识别框架,该框架集成了相互区域对齐、最小卷积点特征学习和加权得分融合,旨在有效解决非接触式手指图像中由纵向旋转和非刚性变形引起的性能退化问题,并在四个公开数据集上实现了最先进的结果。
本文提出了一种基于行为的框架,用于利用 Sysmon 遥测数据对 MITTE ATT&CK 技术进行分类,并证明了基于 GUID 的事件关联结合 SecureBERT Transformer 模型在识别对抗性活动方面,优于时序关联和传统的机器学习方法。
本文提出了一种新颖的整流正弦单元(RSU)激活函数,该函数显著提升了卷积神经网络在四个不同癌症数据集上进行自动化病理诊断的性能,且与 ReLU 和 Leaky ReLU 等标准激活函数相比实现了更高的准确率。
本研究通过实证验证了一种结合了连续环境感知与机器学习的混合人工智能-物联网(AI-IoT)框架,用于预测并针对印度尼西亚热带遗产建筑立面的色彩退化提供早期预警,并在多个地点实现了高准确度与高泛化性。
本文提出了一种基于深度学习的石油化工工业控制网络设备安全态势感知方法,通过使用混合 TCN-MGRU 模型来解决态势复杂性和信息延迟问题,从而显著提高检测精度和安全防护能力。
本文提出了一种低资源混合检测流水线,该流水线将基于运动的预处理与 YOLOv8-nano 相结合,旨在仅依靠 CPU 硬件即可高效识别红嘴奎纽(Red-billed Quelea)集群,在实现高准确度的同时,显著降低了静态场景下的计算负载。
本文引入了一种利用矩阵乘积态(Matrix Product States)和 AlphaEarth 嵌入的量子启发式张量网络框架,用于加尔加诺(Gargano)地区的野火易发性制图,该框架不仅实现了具有竞争力的分类精度,还揭示了独特的顿悟(grokking)动力学,并通过量子混合度诊断提供了具有物理依据的、层级解析的类别可分性分析。
本文提出了 HCSC-Net,一种层次化上下文语义校准框架,通过集成组内结构校准和残差上下文语义校准模块,以解决结构不一致和背景干扰问题,从而增强了基于 CLIP 的弱监督语义分割,并在 PASCAL VOC 2012 和 MS COCO 2014 基准测试上达到了最先进的性能。
这项随机对照研究表明,大型语言模型比人类临床医生更容易受到导致错误诊断选择的上下文线索的影响,凸显了临床人工智能系统的一个关键安全漏洞,而这一漏洞可以通过特定的提示策略来缓解。
本文提出了一种可解释的 PCB缺陷分类框架,该框架结合了 TRIBRID 优化的超参数调优、迁移学习以及 MobileNetV3,在实现完美准确性与可解释性的同时,保持了智能自动光学检测(AOI)系统所需的计算效率。