Federico Tombari

ProText mejora los modelos de visión-lenguaje usando solo datos de texto para manejar mejor las tareas.

Este método simplifica la adición de objetos a entornos 3D usando texto y cajas 2D.

FocusCLIP mejora el reconocimiento de acciones humanas usando mapas de calor y descripciones de texto.

KP-RED mejora la modelación 3D usando puntos clave para más precisión y eficiencia.

Este método simplifica la mezcla de diferentes modelos LoRA para generar imágenes de alta calidad.

EchoScene mejora la creación de escenas 3D interiores a través de métodos innovadores e interacción con el usuario.

Evaluando las capacidades y desafíos de los modelos avanzados de comprensión de video.

Un nuevo enfoque mejora la cartografía y el seguimiento usando imágenes RGB.

MiDiffusion mejora la creación de escenas interiores usando planos de piso y atributos de objetos.

Stylebreeder permite a los usuarios generar y personalizar arte con indicaciones de texto.

Un nuevo enfoque basado en difusión aborda múltiples tareas de visión por computadora de manera efectiva.

Los modelos de VQA pueden exponer información privada a pesar de las técnicas avanzadas.

Nuevos métodos mejoran la claridad y precisión de las nubes de puntos 3D.

Un nuevo enfoque mejora el proceso de completar formas 3D incompletas.

G2SDF mejora la claridad de las imágenes 3D de forma rápida y eficiente.

Descubre cómo SmileSplat crea imágenes 3D a partir de solo unas pocas fotos.

Transforma modelos 3D estáticos en animaciones vivas con comandos de texto.

Descubre cómo ESCAPE está revolucionando la finalización de formas en la visión por computadora 3D.

Aprende cómo nuevos métodos crean imágenes únicas a partir de diferentes temas.

SuperGSeg trae claridad a escenas 3D complejas mediante técnicas avanzadas de segmentación.

Un nuevo método simplifica la edición de imágenes sin necesitar muchos ejemplos.