Últimos artículos para Visión por computadora

Este artículo habla sobre cómo usar la entropía para mejorar el rendimiento y la interpretabilidad de las redes neuronales.

Un nuevo conjunto de datos mejora el aprendizaje de cero disparos para el reconocimiento de acciones en video.

Descubre el impacto de las redes de filtrado de datos en los conjuntos de datos de aprendizaje automático y el rendimiento de los modelos.

Un nuevo método mejora la representación de escenas dinámicas usando técnicas de deformación hacia adelante.

Geal mejora la eficiencia de selección de datos en visión por computadora usando modelos de propósito general.

Nuevo conjunto de datos y modelo mejoran la identificación de objetos a partir de consultas complejas.

APNet combina imágenes aéreas y nubes de puntos para un mejor análisis urbano.

Un nuevo sistema mejora el seguimiento de objetos en entornos dinámicos para robots y coches autónomos.

Este estudio explora YOLOv5 para una detección efectiva del diseño de documentos y extracción de datos.

Investigación sobre cómo mejorar la estimación de la pose humana a través de conjuntos de datos diversos y escalado de modelos.

Una comparación de las medidas de calidad de imagen en la generación de imágenes modernas.

Este artículo habla sobre la integración del aprendizaje auto-supervisado y modelos basados en energía en el aprendizaje automático.

El nuevo modelo GazeCLIP mejora la estimación de la mirada al combinar datos visuales e información lingüística.

GD-NeRF se encarga de la borrosidad de las imágenes en la síntesis de nuevas vistas.

Un nuevo método mejora la segmentación semántica sin necesitar datos de origen durante la adaptación.

Un nuevo modelo de red neuronal mejora el reconocimiento de texto en diferentes tareas y dominios.

Nuevo marco mejora el rendimiento del modelo con datos de calidad.

Explora cómo los Modelos de Difusión mejoran la super-resolución en varios campos.

Un nuevo método mejora la estimación de profundidad a partir de imágenes RGB únicas para una mejor detección de objetos en 3D.

Nuevas técnicas mejoran el rendimiento del modelo usando pocos datos etiquetados.

Un nuevo método mejora la generación de muestras positivas en el aprendizaje auto-supervisado.

Un nuevo marco mejora el razonamiento visual usando modelos de lenguaje como controladores.

Un nuevo enfoque mejora la capacidad de los modelos generativos para crear imágenes realistas.

Examinando el papel del aprendizaje de pocos ejemplos en modelos de base multimodal.

Nuevo método mejora el aprendizaje de nuevas clases con menos datos.

Un nuevo conjunto de datos mejora el reconocimiento de personas desde diferentes ángulos de cámara.

Esta investigación mejora la clasificación de imágenes usando descripciones detalladas generadas por modelos de lenguaje.

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

Una mirada al marco MacCap y su impacto en la generación de descripciones de imágenes.

Este artículo habla sobre métodos para reducir los artefactos de ruido en los Transformadores de Visión para mejorar la calidad de las características.

Un nuevo marco optimiza las Redes Neuronales Tensoriales para mejor eficiencia y rendimiento.

Nuevo modelo genera texto usando representaciones de píxeles, mejorando la claridad y el rendimiento.

RePGARS mejora el reconocimiento de actividades usando poses renderizadas sin depender de un seguimiento preciso.

IATS mejora la detección de texto al abordar los desafíos del reconocimiento de texto inverso.

SeTformer mejora la eficiencia en el procesamiento de imágenes y lenguaje.

STAIR mejora la respuesta a preguntas de video dividiendo las consultas en tareas manejables.

Este artículo habla sobre técnicas mejoradas para rastrear objetos claros en grabaciones de video.

Un nuevo método mejora el rendimiento de los Transformadores de Visión en tareas de reconocimiento de imágenes.

NeRFmentation mejora la estimación de profundidad monocular usando datos sintéticos para un mejor entrenamiento del modelo.

Surf combina métodos explícitos e implícitos para mejorar el modelado en 3D.