image processing
PulseAugur coverage of image processing — every cluster mentioning image processing across labs, papers, and developer communities, ranked by signal.
-
机器学习自动检测菌丝体显微图像中的伪影
研究人员开发了一种自动识别菌丝体（一种有前途的生物材料）扫描电子显微镜图像中伪影的方法。该方法结合了监督和无监督机器学习技术来分析真菌菌丝体的多孔纳米纤维结构。这项工作解决了现有生物材料表征工具的局限性，并旨在减少图像分析中的不确定性。
-
视盘分割：从经典方法到视网膜分析中的人工智能
这篇综述文章详细介绍了眼底图像中视盘分割技术的演变，这是诊断青光眼等疾病的关键步骤。文章追溯了从传统图像处理和可变形模型到现代人工智能驱动的方法（包括深度学习和基于Transformer的方法）的进展。文章强调了诸如边界模糊和域泛化等持续存在的挑战，同时也指出了区域定位和几何约束等原理的持久重要性。
-
芝加哥城市学院推出首个AI学位课程
芝加哥城市学院（City Colleges of Chicago）推出了其首个人工智能（AI）学位课程，旨在为学生提供AI领域的理论知识和实践技能。课程内容涵盖数据处理、各种学习模型、神经网络、深度学习和部署等核心领域，以及自然语言处理和计算机视觉等专业领域。这个为期两年的课程旨在为毕业生在快速发展的人工智能领域做好立即就业或进一步学术深造的准备。
-
新型虚拟键盘利用摄像头和指甲颜色进行输入
研究人员开发了一种新颖的虚拟键盘系统，该系统利用标准摄像头和纸上打印的键盘布局。该系统无需复杂的校准或特殊照明，使其能够适应日常环境。通过采用现代计算机视觉和图像处理技术，该系统可以识别键盘区域并通过分析用户指甲的颜色来检测按键。
-
声学数据的深度学习需要新方法，而非仅图像复用
一篇新的研究论文认为，目前应用于声学数据（如回声图）的深度学习方法只取得了适度的成果。作者们建议，要取得重大进展，就需要开发针对声学数据独特属性量身定制的新深度学习技术，而不是简单地改编现有的图像处理模型。他们强调需要标准化的数据格式、更好的数据组织以及具有清晰性能基准的高质量数据集的可用性，以推动该领域的进步。