Últimos artículos para Visión por computadora

Aprende sobre los desafíos y modelos en las tareas de preguntas y respuestas visuales.

Un enfoque novedoso mejora el reconocimiento de formas 3D usando múltiples vistas.

PrimeDepth mejora la eficiencia de la estimación de profundidad usando modelos de texto a imagen sin datos de entrenamiento adicionales.

Nuevo método mejora la detección de objetos usando modelado de imágenes enmascaradas de forma interactiva.

Nuevo marco mejora la seguridad del reconocimiento facial contra ataques de suplantación.

El modelo DICS mejora la clasificación de imágenes al centrarse en características clave.

GLCONet mejora la detección de objetos camuflados usando características locales y globales.

Un nuevo método mejora la transferencia de características en representaciones neuronales implícitas para imágenes.

Un nuevo método mejora la claridad y el reconocimiento de imágenes en entornos ruidosos.

Aprende cómo AMRF mejora la segmentación de imágenes en aplicaciones industriales.

Este método mejora la interpretabilidad en la segmentación semántica usando prototipos y representación a múltiples escalas.

MAC-VO mejora la estimación de la posición de la cámara en entornos complicados.

Un estudio compara CNNs preentrenadas y modelos base para la recuperación de imágenes médicas.

FKAN mejora la representación de imágenes y formas 3D usando funciones de activación aprendibles.

Un nuevo método mejora la comprensión de las acciones humanas por parte de la IA a través de datos especializados.

Este método estima orientaciones sin datos etiquetados usando aprendizaje profundo.

Este documento evalúa la capacidad de los VLMs para razonar sobre tamaños y distancias.

Resumen de técnicas para detectar y clasificar acciones humanas.

SparX mejora el procesamiento de imágenes imitando el sistema visual humano.

La investigación muestra el potencial de los LLMs para reconocer objetos en visuales basados en eventos.

Integrar información de movimiento mejora la precisión de detección de objetos en imágenes.

ScaleFlow++ mejora la estimación de movimiento 3D usando cámaras monoculares para varias aplicaciones.

NSSR-DIL transforma imágenes de baja calidad de manera eficiente sin necesidad de grandes conjuntos de datos.

Un enfoque de aprendizaje automático que utiliza el movimiento para un aprendizaje visual de datos efectivo.

Este marco permite aprender rápidamente nuevas categorías de objetos con pocos datos.

Un nuevo sistema mejora la velocidad y precisión del etiquetado de videos.

KAT mejora el aprendizaje profundo usando KANs avanzados para reemplazar MLPs.

Un nuevo marco mejora la comprensión de las acciones humanas a través de datos de esqueletos.

Un nuevo método mejora la capacidad de agarre de los robots usando comandos en lenguaje natural.

FOLK mejora el aprendizaje auto-supervisado mediante enmascaramiento de frecuencia adaptativo y un diseño de maestro-alumno.

Adaptar DINOv2 mejora la segmentación BEV para autos autónomos más seguros.

Un nuevo conjunto de datos reúne información de cámaras RGB y de eventos para mejorar el análisis facial.

SteeredMarigold mejora los mapas de profundidad, ayudando a los robots en la navegación y la interacción.

Te presento GRIN, un nuevo modelo para la estimación de profundidad usando datos escasos.

NVLM mejora la comprensión del lenguaje y las imágenes por parte de la IA para diversas tareas.

Este trabajo mejora la precisión de CLIP al abordar la superposición intra-modal usando adaptadores ligeros.

Un nuevo marco mejora la segmentación con ejemplos limitados.

SLAck ofrece un nuevo enfoque para rastrear objetos diversos en videos.

Se presenta un punto de referencia para segmentación generalizada de pocos disparos en teledetección.

Un nuevo método mejora la estimación de poses usando imágenes RGB informadas por datos de profundidad.