Articoli più recenti per Visione Artificiale

Un nuovo sistema migliora la rappresentazione delle scene 3D usando immagini 2D limitate.

Un nuovo approccio per migliorare l'abbinamento immagine-testo usando modelli dual-encoder e grafi di scena.

Un nuovo metodo migliora l'accuratezza e la coerenza nei compiti di classificazione gerarchica.

PartCLIPSeg migliora la segmentazione delle parti nella visione artificiale per un riconoscimento degli oggetti migliore.

Nuove tecniche migliorano la velocità e la precisione nei compiti di ricerca delle immagini.

L-ICV migliora le prestazioni nel rispondere a domande visive usando meno esempi.

Esaminando come i modelli transformer migliorano con dimensione e complessità.

Un nuovo modello migliora l'inversione e la modifica delle immagini, aumentando la qualità e la preservazione dei dettagli.

Il nuovo modello ChangeViT migliora la rilevazione dei cambiamenti nelle immagini satellitari e dei droni.

Presentiamo SeTAR, una soluzione senza bisogno di allenamento per rilevare dati fuori distribuzione nelle reti neurali.

Un nuovo metodo mescola immagini reali e sintetiche per migliorare i modelli di apprendimento automatico.

TRIP migliora l'efficienza del riconoscimento visivo delle macchine utilizzando dati provenienti da telecamere a eventi.

Un nuovo metodo per insegnare alle macchine tramite video nonostante le differenze visive.

Un nuovo metodo per stimare la posa degli oggetti usando dati debolmente etichettati mostra risultati promettenti.

Un nuovo modello di diffusione migliora il restauro delle immagini a partire da versioni degradate.

Un nuovo metodo migliora la generazione di immagini senza set di dati abbinati.

Uno studio su come i modelli di stima della posa si comportano con immagini corrotte.

Un'analisi approfondita su quanto bene i modelli visivi riconoscono e rappresentano più oggetti.

Il Flusso Statistico di Corrispondenza migliora il modeling generativo per le sfide dei dati discreti.

Uno studio sulla fiducia e l'incertezza nei risultati della segmentazione semantica.

Un nuovo metodo migliora il riconoscimento delle azioni nei video usando il linguaggio contestuale.

Un nuovo metodo per migliorare rapidamente la qualità delle immagini utilizzando modelli addestrati.

DiPEx migliora i tassi di rilevamento degli oggetti usando prompt unici e diversi.

Esaminando come i vision transformers capiscono le relazioni tra gli oggetti nelle immagini.

Esplorando come i Transformer classificano i dati attraverso le informazioni contestuali.

Una nuova rete migliora il rilevamento 3D degli oggetti usando etichette deboli.

Un nuovo modello migliora il legame tra comprensione visiva e linguistica.

I ricercatori migliorano i modelli di diffusione con modelli di coerenza più veloci, mantenendo la qualità.

La previsione di sovrapposizione visiva migliora l'accuratezza e l'efficienza del recupero delle immagini in ambienti complessi.

Diff-ID migliora il riconoscimento delle persone generando immagini di addestramento diverse.

MoMo migliora la qualità dei video modellando i movimenti tra i fotogrammi.

POPCat velocizza l'etichettatura dei video per i compiti di visione artificiale mantenendo la precisione.

Affrontare i pregiudizi nel riconoscimento facciale attraverso dataset di addestramento bilanciati.

Un nuovo metodo combina visione e linguaggio per stimare la posizione di oggetti non visti.

Un nuovo modello migliora il riconoscimento delle azioni in ambienti bui usando la tecnologia dei video transformer.

Il BPA migliora come rappresentiamo le caratteristiche in vari compiti di dati.

Questo articolo parla di un metodo per addestrare agenti generalisti usando il linguaggio e la visione.

Structure flow offre informazioni sui movimenti in tempo reale per robotica e veicoli autonomi.

Un nuovo modello migliora l'accuratezza nella segmentazione 3D utilizzando nuvole di punti.

Un nuovo metodo che combina tecniche di generazione e comprensione delle immagini per un migliore apprendimento automatico.