Articoli più recenti per Analisi Video

EgoObjects offre un ampio set di dati per capire gli oggetti da un punto di vista in prima persona.

Un nuovo metodo combina la previsione di salienza video e il rilevamento, migliorando le prestazioni.

Questo studio presenta un metodo per classificare i video attraverso descrizioni testuali ricche.

Un nuovo metodo migliora il modo in cui la tecnologia rileva il comportamento umano nei contesti di gruppo.

MoDA migliora la segmentazione semantica nei video usando informazioni sul movimento.

ProtoExplorer aiuta gli esperti forensi ad analizzare in modo efficace i video deepfake.

Questo articolo spiega come usare le reti neurali per il riconoscimento delle scene nei film e nei programmi.

Un nuovo metodo migliora il rilevamento delle anomalie nel traffico nei video di guida per la sicurezza.

Il nuovo modello migliora il tracciamento e il riconoscimento del testo nei contenuti video.

Un nuovo metodo per gestire dati complessi e dipendenti dal tempo in modo efficiente.

Nuovi metodi aiutano i robot a imparare abilità in modo efficace guardando video di esperti.

Presentiamo PRTreID, un metodo unificato per tracciare e identificare i giocatori nei video sportivi.

Questo studio esplora come le macchine collegano le azioni ai loro risultati attraverso l'analisi video.

Un framework per rendere le previsioni video comprensibili e affidabili.

FineBio offre un dataset per tracciare le azioni negli esperimenti biologici tramite video.

M-RAAP ottimizza l'abbinamento tra video e testo per risultati di ricerca migliori.

Un nuovo metodo migliora la segmentazione audio-visiva senza etichette dettagliate.

Un nuovo dataset migliora la capacità dell'AI di interpretare il comportamento umano nei video.

Un dataset per valutare le difficoltà nei compiti di assemblaggio usando annotazioni video.

UniVS semplifica i compiti di segmentazione video usando dei prompt per migliori prestazioni e versatilità.

TV-TREES migliora il video question answering con strutture di ragionamento chiare.

Questa ricerca esamina il passaggio da azioni intenzionali a quelle non intenzionali nei video.

Un nuovo sistema identifica le azioni degli studenti nei video di classe con alta efficienza.

Un nuovo metodo migliora il rilevamento delle relazioni nei video usando modelli specializzati.

Un nuovo modello identifica i momenti divertenti nei video usando dati visivi, audio e di testo.

Un approccio innovativo per riconoscere e localizzare i comportamenti di guida distratta.

Un nuovo metodo migliora il question-answering video mantenendo le conoscenze pregresse.

Mamba mostra un forte potenziale nell'analisi video rispetto ai transformer.

HawkEye migliora i modelli video-testo per gestire video più lunghi in modo efficace.

Un nuovo approccio semplifica il video grounding eliminando la necessità di etichette temporali precise.

DINO Tracker migliora il tracciamento dei punti video, gestendo le occlusioni in modo efficace.

Un nuovo metodo migliora l'identificazione di eventi insoliti nei video.

Scopri come la potatura dei patch aumenta l'efficienza dei modelli di deep learning.

Un nuovo approccio sfrutta i modelli linguistici per un'analisi efficiente di video lunghi.

Un nuovo metodo migliora il riconoscimento delle azioni nei video non editati usando pochi esempi.

Annolid automatizza il tracciamento degli animali nei video, aiutando i ricercatori a studiare il comportamento.

Nuovi metodi migliorano il rilevamento delle azioni nei video contro varie corruzioni.

Il modello ASTRA migliora la precisione nell'identificare le azioni durante le partite di calcio.

DIBS migliora i sottotitoli degli eventi video perfezionando i confini usando dati non etichettati.

Un nuovo metodo per identificare e descrivere oggetti nei video.