wavelet transform
PulseAugur coverage of wavelet transform — every cluster mentioning wavelet transform across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的ZMIS-SAM模型利用小波变换增强浮游动物图像分割
研究人员开发了ZMIS-SAM，这是一种新的实例分割模型，增强了用于浮游动物显微图像的分割一切模型（SAM）。该模型结合了小波变换，以解决SAM在领域特定知识方面的局限性，从而提高了分类精度、细长附肢的连续分割以及更完整的边界分割。ZMIS-SAM集成了ZM-ViT用于形态建模，邻近特征聚合模块用于附肢分割，以及基于小波的多尺度多方向特征增强模块用于边界细化。实验表明，ZMIS-SAM在浮游动物数据集上取得了最先进的性能，并且能够很好…
-
新的AI方法可高效生成3D脑部MRI数据
研究人员开发了两种新的合成3D脑部MRI数据的方法：WaveDiT和FlowLet。这些技术利用小波变换和流匹配来高效生成高保真图像，即使在单GPU上也能实现。生成的数据可以提高下游任务（如脑龄预测）的性能，特别是对于代表性不足的年龄组，同时保留解剖细节。
-
Vol-Mark 推出 3D 医学数据的可逆水印技术
研究人员开发了 Vol-Mark，一种新颖的可逆水印技术，旨在保护 3D 医学体数据的所有权和真实性。该方法利用对比学习提取强大的体特征，并通过立方差扩展技术将水印比特嵌入到体素差异中。Vol-Mark 旨在确保数据完整性和所有权验证，实验证明其对各种攻击具有很强的鲁棒性，准确率高于 0.90。
-
研究人员提出LPWTNet用于海量MIMO中的统计信道指纹构建
研究人员开发了一个用于海量MIMO通信系统中统计信道指纹（sCFs）构建的新框架。该方法利用统一的张量表示来存储统计信道状态信息（sCSI），并通过利用特征值分解来降低其维度。提出的LPWTNet架构包含一个拉普拉斯金字塔分解和一个基于小波变换的卷积机制，用于高效的特征提取和重建。