Articoli più recenti per Visione Artificiale

OV-DQUO migliora il riconoscimento degli oggetti, identificando in modo efficace categorie conosciute e sconosciute.

Un nuovo framework migliora il riconoscimento degli oggetti in scene complesse.

Un nuovo metodo migliora le immagini 3D rimuovendo le distrazioni in movimento.

La ricerca rivela un metodo per migliorare le prestazioni dei modelli multi-modali affrontando le lacune di rappresentazione.

Un nuovo metodo migliora l'accuratezza nella localizzazione dei punti di riferimento facciali 3D usando l'apprendimento semi-supervisionato.

CORENet migliora la segmentazione degli oggetti con dati limitati usando l'apprendimento debolmente supervisionato.

Questo studio analizza l'efficacia delle informazioni spettrali rispetto alle perturbazioni dei bordi nel SSL dei grafi.

Un nuovo approccio per migliorare le prestazioni della segmentazione degli oggetti nei video attraverso diverse fonti di dati.

Un nuovo sistema tiene traccia e riconosce scene 3D dinamiche usando un singolo video.

Nuovo metodo affronta le sfide del machine learning senza etichette.

Esplorando come la Geometria Riemanniana rimodella la nostra comprensione delle reti neurali.

Un nuovo metodo migliora i dati sugli eventi attraverso tecniche di aumento innovative.

Uno sguardo a TFMAN e al suo impatto nel migliorare la qualità delle immagini.

Un nuovo metodo migliora la valutazione della qualità delle immagini con un dataset vario.

Un nuovo metodo per valutare le spiegazioni dei neuroni nei modelli di deep learning.

Nuovi metodi combattono gli attacchi backdoor sui modelli di machine learning per una maggiore sicurezza.

Nuovo approccio migliora le performance di segmentazione per classi conosciute e sconosciute.

Un nuovo metodo per migliorare il seguire le istruzioni delle immagini nei modelli multimodali.

Un metodo per migliorare l'ottimizzazione su spazi curvi con calcoli imprecisi.

Un nuovo metodo migliora l'apprendimento dagli ambienti nei sistemi di rinforzo visivo.

Un nuovo modo per migliorare l'accuratezza della rilevazione 3D in ambienti che cambiano.

Nuovo metodo migliora la coerenza della segmentazione delle immagini 3D tra diverse angolazioni.

Un nuovo approccio migliora le prestazioni del modello con diverse fonti di dati.

Questo articolo parla dei metodi di calibrazione essenziali per i rilevatori di oggetti in applicazioni critiche.

MG-SLAM offre un tracciamento e una mappatura migliori per ambienti interni utilizzando segmenti di linea e superfici strutturate.

Presentiamo un metodo flessibile per la rilevazione di anomalie a livello di pixel nella visione artificiale.

Un approccio innovativo per migliorare le immagini a bassa risoluzione usando metodi stocastici.

Un nuovo metodo migliora la qualità delle immagini negli autoencoder tramite un trasporto ottimale dinamico.

CLIP mostra forza nel gestire il bilanciamento dei dati nei compiti visivi e linguistici.

Migliorare la qualità dei campioni nell'apprendimento automatico attraverso metodi innovativi.

Un nuovo metodo usa punti estremi per una segmentazione delle istanze efficace con annotazioni minime.

Questo studio esplora come piccoli cambiamenti possano ingannare le CNN in compiti critici.

Un tuffo profondo su come l'incertezza influisce sulle previsioni delle reti neurali.

Un nuovo framework migliora l'adattabilità dei modelli a dati imprevisti nella visione artificiale.

Questo studio esplora nuovi metodi per rilevare i pedoni in condizioni meteorologiche avverse.

DroneVis semplifica i compiti di visione artificiale per i droni, migliorando l'usabilità e la funzionalità.

Un nuovo metodo migliora le prestazioni dei modelli visione-linguaggio con classi conosciute e sconosciute.

Uno studio sulle prestazioni dei modelli di Diffusione rispetto ai GAN per il miglioramento della qualità delle immagini.

Esplorare metodi per migliorare la precisione della posizione nelle immagini aeree.

Diff-Tuning migliora i modelli di diffusione per una generazione di immagini e un'adattamento migliore.