Últimos artículos para Visión por computadora

Evaluando VLMs en tareas espaciales usando texto visual y poco claro.

Descubre cómo nuevos métodos mejoran el video HDR de cámaras de eventos.

Explorando mapas invariantes y equivariantes para mejorar redes neuronales.

Nuevas estrategias mejoran la seguridad y eficiencia del movimiento de robots en entornos complejos.

Un nuevo método mejora la comprensión de las características y la toma de decisiones de las CNN.

Combinando imágenes hiperespectrales y deep learning para mejorar la clasificación de materiales.

Un estudio sobre el rendimiento de los modelos de detección de objetos en dispositivos de computación pequeños.

Te presentamos CLIPFit, un método para afinar de manera eficiente los Modelos de Visión-Lenguaje.

El marco A3 mejora los modelos de aprendizaje automático para adaptarse a nuevos entornos de datos.

YOSS usa audio para mejorar la identificación de objetos en imágenes.

El conjunto de datos Omni6D mejora la estimación de pose de objetos con categorías diversas y escenarios realistas.

Un nuevo enfoque mejora la capacidad de la IA para manejar datos inusuales.

Una nueva estrategia de entrenamiento mejora la resistencia de los sistemas de visión 3D a entradas engañosas.

LLaVA-3D combina información 2D y 3D para un razonamiento espacial más profundo.

Explorando el uso de datos sintéticos para mejorar el DRL en aplicaciones del mundo real.

InterNet mejora la estimación de homografía aprendiendo de imágenes sin datos etiquetados.

Aprende sobre técnicas de eliminación de ruido en imágenes para mejorar la claridad y calidad.

Un nuevo conjunto de datos aborda los cambios de perspectiva en la estimación de profundidad para la conducción autónoma.

Un método que combina datos de eventos y marcos tradicionales para una mejor análisis de movimiento.

Un nuevo enfoque mejora el proceso de aprendizaje entre los modelos de maestro y estudiante.

Un nuevo método para equilibrar el conocimiento general y la adaptación específica a tareas en los modelos.

AP-VLM mejora la percepción e interacción de los robots a través de técnicas de percepción activa.

P4Q combina ajuste fino y cuantización para un mejor rendimiento de modelos visuales-linguísticos.

Te presentamos TA-Cleaner, un método para mejorar las defensas de modelos multimodales contra la contaminación de datos.

Un nuevo marco para el seguimiento visual de objetos liviano y efectivo.

CAMOT mejora el seguimiento de múltiples objetos al estimar ángulos y profundidades de la cámara.

SimVG mejora el anclaje visual al vincular el texto a áreas específicas de la imagen de manera más efectiva.

El modelo EAGLE y el conjunto de datos mejoran la comprensión de los videos egocéntricos.

Un nuevo método mejora la precisión en el conteo de multitudes y la fiabilidad del modelo.

Examinando cómo los modelos SSL memorizan puntos de datos y sus implicaciones.

Nuevos métodos mejoran la eficiencia y precisión en modelos de visión basados en SSM.

Un nuevo método mejora la precisión de las formas 3D en escenas dinámicas.

Nuevos métodos mejoran la velocidad y calidad en tareas de desenfoque de imágenes.

Un nuevo método mejora la transferencia de conocimiento en modelos de aprendizaje automático.

Presentamos un método para que la IA genere imágenes sin necesidad de grandes conjuntos de datos etiquetados.

GeCo mejora el conteo de objetos con menos ejemplos, aumentando la precisión y fiabilidad.

CION mejora la re-identificación de personas al centrarse en las correlaciones de identidad entre videos.

Un nuevo método mejora la detección de objetivos de la mirada con menos datos etiquetados.

Un nuevo marco mejora el etiquetado de píxeles al abordar la incertidumbre en la segmentación semántica.

Este estudio evalúa la efectividad de los modelos preentrenados en aplicaciones de Observación de la Tierra.