Xuelong Li

Le domaine de proxy dynamique améliore l'exactitude de la localisation des foules dans divers scénarios.

Un nouveau cadre améliore la compréhension de l'IA des espaces 3D.

AFCM améliore le clustering flou en adaptant les paramètres et en gérant des formes complexes.

ReAd améliore le travail en équipe des robots en perfeccionnant les mécanismes de planification et de retour d’information.

Un nouveau modèle améliore le label des images en utilisant plusieurs sources de données.

Un nouveau cadre améliore l'efficacité d'apprentissage dans les systèmes multi-agents grâce à une modélisation du monde innovante.

Voici MS-Bot, une méthode pour que les robots utilisent plusieurs sens de manière adaptable pendant leurs tâches.

Une nouvelle approche qui améliore la compréhension des machines des données visuelles provenant de sources diverses.

De nouvelles méthodes améliorent la qualité des images en faible luminosité grâce à l'apprentissage semi-supervisé.

Fast-UMI simplifie la collecte de données pour un entraînement efficace des robots.

Apprends à éclaircir les images de nuit et à améliorer leurs détails.

Une nouvelle méthode pour que les machines reconnaissent et gèrent efficacement les espaces 3D.