Últimos artículos para Visión por computadora

Este artículo habla sobre formas de mejorar la confiabilidad de los modelos de IA en entornos cambiantes.

Este artículo habla sobre el Ajuste de Canal Saliente, un método para ajustar eficientemente grandes modelos.

Un nuevo método ayuda a los robots a navegar de forma segura por terrenos difíciles usando imágenes aéreas.

Este artículo investiga el sesgo de género en los Transformadores de Visión en comparación con las CNNs.

Un nuevo método reduce el esfuerzo de creación de bocetos en tareas de recuperación de imágenes.

El conjunto de datos YCB-Ev mejora la estimación de poses usando datos de cámaras RGB-D y de eventos.

Nuevo método genera conjuntos de datos equilibrados para tecnología de reconocimiento facial sin sesgos.

Un enfoque novedoso para mejorar la efectividad de la recuperación de imágenes y el entrenamiento.

Un nuevo método combina la predicción de saliencia en video y la detección, mejorando el rendimiento.

Un estudio revela los efectos de los obturadores globales y de desplazamiento en la detección de peatones.

Un nuevo marco mejora la precisión en la alineación de datos 3D entre diferentes sensores.

Explorando el papel de las GNN en el procesamiento de datos de nubes de puntos.

Este artículo habla sobre el papel de la percepción BEV en la tecnología de autos autónomos.

Combinando datos visuales con tecnología inalámbrica para mejorar la eficiencia del entrenamiento de haz.

Presentamos un método eficiente de etiquetado multi-clase para segmentación semántica.

El dataset RenderIH mejora la precisión en la comprensión de las interacciones de la mano humana.

LiteTrack equilibra velocidad y precisión para el seguimiento de objetos en varias aplicaciones.

Un nuevo método mejora la estimación de normales en nubes de puntos 3D.

Un nuevo enfoque mejora la precisión al responder preguntas relacionadas con imágenes.

Investigación sobre cómo detectar objetos inusuales en vehículos autónomos mediante técnicas de imagen avanzadas.

Un nuevo método mejora la detección de objetos en videos sin necesidad de datos etiquetados.

Las mejoras en modelos generativos mejoran la retención de conocimientos en el aprendizaje automático.

El conjunto de datos NOMAD ayuda a mejorar la detección de personas por drones en emergencias.

Un nuevo enfoque para la estimación de la pose humana priorizando la privacidad y la eficiencia.

Nueva técnica mejora la diversidad de los conjuntos de datos de imágenes panorámicas interiores.

El modelo TBTNet mejora la precisión de la segmentación con pocos ejemplos y con poquitos datos.

Forgedit facilita la edición de imágenes al combinar indicaciones de texto e imágenes originales.

Mejorando el aprendizaje continuo al retener conocimiento usando datos de la web.

Explorando las capacidades mejoradas de VSLAM con cámaras RGB-D y marcadores fiduciales.

El conjunto de datos de estacionamiento de peatones mejora la seguridad en los coches autónomos al centrarse en la detección de peatones.

Un nuevo método mejora la segmentación de imágenes y la detección de objetos usando aprendizaje auto-supervisado.

DeepliteRT facilita el aprendizaje profundo de ultra baja cantidad de bits para una computación en el borde eficiente.

Este método mejora la detección de objetos usando poca data etiquetada en teledetección.

La investigación revela vulnerabilidades en los modelos de aprendizaje automático a través de manipulación de incertidumbre dirigida.

Te presentamos CPCNet, una red neuronal que mejora las tareas de razonamiento visual.

Un nuevo método mejora la detección de puntos de referencia sin necesidad de etiquetado humano.

LineMarkNet mejora la precisión de estacionamiento de vehículos autónomos con detección avanzada de líneas.

Aprende cómo LP-CLIP mejora la robustez de modelos multimodales como CLIP.

OccluTrack mejora la precisión del seguimiento al abordar los problemas de oclusión en entornos concurridos.

La investigación combina modelos de lenguaje y de difusión para mejorar las defensas contra ataques adversariales.