Últimos artículos para Visión por computadora

Este conjunto de datos ayuda a los robots a entender mejor los entornos urbanos.

Un nuevo método ofrece múltiples razones para clasificaciones de imágenes, mejorando la comprensión y la confianza.

SINCERE mejora el aprendizaje contrastivo supervisado con mejor separación de clases y representación.

Evaluando modelos grandes en tareas visuales de bajo nivel a través de Q-Bench.

AsymFormer mejora la comprensión del entorno de los robots con un procesamiento RGB-D eficiente.

Estrategias para mejorar la interpretabilidad en sistemas de IA para una mejor comprensión.

Este artículo examina el papel de los modelos de lenguaje en responder preguntas de documentos.

Un nuevo conjunto de datos pensado para mejorar el reconocimiento de objetos durante el corte.

Un nuevo método permite a los modelos reconocer tanto objetos conocidos como desconocidos.

Un nuevo método genera etiquetas detalladas para segmentación semántica usando datos sintéticos.

Nuevos métodos mejoran la evaluación del rendimiento de objetos pequeños en WSSS.

El método BoIR mejora el seguimiento de varias personas en imágenes, aumentando la precisión en escenas concurridas.

Un nuevo método mejora el aprendizaje de objetos 3D sin datos etiquetados.

Un nuevo método mejora la colocación de cámaras para la generación de imágenes 3D de alta calidad.

Nuevos métodos mejoran la eficiencia de la memoria y la precisión en la segmentación de objetos en video.

Un nuevo método mejora la estimación de la pose 3D a partir de imágenes 2D de varias personas.

Un nuevo enfoque simplifica la adaptación para la detección de objetos en diferentes entornos.

M 3D mejora la comprensión de las máquinas sobre los datos visuales usando imágenes e información de profundidad.

Un nuevo método mejora el ajuste fino de los transformadores de visión, reduciendo las necesidades computacionales.

ObVi-SLAM mejora la localización de robots al combinar características visuales y detección de objetos.

Un método para convertir caras en caricaturas mientras se preservan las características únicas.

Un nuevo enfoque traduce descripciones de texto en secuencias de video.

Un nuevo enfoque simplifica el diseño de modelos para dispositivos con poder de cómputo limitado.

Mejorando Zero-Shot NAS usando corrección de sesgo para un mejor rendimiento del modelo.

Mask4D mejora el seguimiento y reconocimiento de objetos en entornos dinámicos usando datos LiDAR.

Presentamos un método de aprendizaje activo que combina incertidumbre y diversidad para mejorar la eficiencia del etiquetado.

Combinar puntos y líneas mejora la precisión al estimar las relaciones en imágenes.

Presentamos Q-REG, un método que optimiza el registro de nubes de puntos 3D a través de un entrenamiento de extremo a extremo.

Nuevos métodos mejoran el rendimiento de VideoQA usando datos de entrenamiento mínimos.

STRPCA mejora la sustracción de fondo para una mejor detección de objetos en videos.

Un nuevo método para crear imágenes rápidamente basadas en las posiciones de la cámara en espacios reales.

Nuevo conjunto de datos y método mejoran la precisión y eficiencia del análisis de fachadas.

Combinar modelos de lenguaje y visión mejora la respuesta a preguntas sobre imágenes sin necesidad de un entrenamiento extenso.

Un estudio muestra que el Aprendizaje Contrastivo Supervisado mejora el rendimiento del modelo en diferentes conjuntos de datos.

Aprende sobre nuevas técnicas que mejoran la orientación de la cámara en la reconstrucción de escenas en 3D.

Un nuevo modelo mejora el reconocimiento de imágenes adaptándose a transformaciones de manera única.

Presentamos MetaCLIP para una mejor recolección de datos de imagen-texto.

Model2Scene usa modelos CAD y lenguaje para mejorar el aprendizaje de escenas 3D.

Un nuevo método mejora el seguimiento y el procesamiento en el análisis de video.

Nuevo método reduce los tokens de visión para un entrenamiento más económico.