Últimos artículos para Visión por computadora

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.

El método TRIM reduce los tokens de imagen en modelos de lenguaje multimodal sin perder rendimiento.

Un nuevo marco estima con precisión la profundidad a partir de imágenes desenfocadas individuales.

Un nuevo método mejora la eficiencia en la captura de datos 3D para varias aplicaciones.

WaveMixSR-V2 transforma imágenes de baja resolución en salidas de alta calidad de manera eficiente.

Este artículo compara los Transformadores de Visión y las CNN para clasificar imágenes de sonar de barrido lateral.

Un nuevo método mejora la forma en que los robots predicen futuras escenas e interacciones entre objetos.

Un nuevo enfoque de doble vía mejora el reconocimiento de objetos para robots en entornos desafiantes.

Una mirada a los métodos para detectar datos inesperados en modelos de IA.

Un nuevo método mejora la estimación de la ubicación de la cámara en condiciones de iluminación y superficies difíciles.

Un nuevo método mejora el aprendizaje de nuevas clases con datos limitados.

RockTrack mejora el seguimiento de objetos en 3D con flexibilidad y precisión en diferentes entornos.

Nuevo concepto evalúa la utilidad de las características de la imagen para mejorar tareas de visión por computadora.

MGSO mejora la mapeo y localización en tiempo real para robots usando tecnología de cámara única.

Esta investigación prueba una herramienta para mejorar la precisión de modelos de lenguaje basados en tráfico.

Un nuevo marco mejora la detección de relaciones entre objetos en videos, aumentando la precisión y la adaptabilidad.

Un nuevo método para mejorar la precisión en la detección de defectos industriales.

AllMatch usa datos no etiquetados de manera eficiente para mejorar el aprendizaje en 3D.

Un nuevo método mejora el aprendizaje de modelos más pequeños a partir de modelos más grandes usando similitud espacial.

Un nuevo enfoque mejora la poda de datos para un mejor entrenamiento del modelo.

GCC-UNet mejora la segmentación de vasos retinianos para un mejor diagnóstico de enfermedades.

Un nuevo método para segmentar imágenes sin depender de clases predefinidas.