Articoli più recenti per Visione Artificiale

Nuovo metodo migliora il rilevamento di oggetti per articoli e relazioni sconosciuti.

Un nuovo benchmark migliora le valutazioni dei modelli che conteggiano oggetti usando richieste linguistiche.

Un nuovo metodo che combina modelli per migliorare l'adattamento di dominio non supervisionato nei compiti di segmentazione.

Questo studio mette in evidenza l'importanza del riconoscimento degli oggetti nei cantieri per le auto a guida autonoma.

DALNet migliora l'accuratezza della segmentazione delle immagini usando sia caratteristiche visive che testuali.

LaPose migliora il posizionamento degli oggetti usando immagini RGB standard, affrontando sfide importanti.

Nuovi modelli migliorano le prestazioni delle CNN contro le immagini corrotte usando metodi di elaborazione visiva umana.

Metodi innovativi per migliorare l'accuratezza e la chiarezza delle immagini tramite tecniche dei tensori quaternion.

SGDrop aiuta le CNN a imparare meglio da dati limitati allargando il loro focus.

Un nuovo algoritmo riduce il consumo energetico nelle applicazioni di visione artificiale.

Walker offre un tracciamento degli oggetti efficiente con una minima etichettatura dei dati.

Una nuova tecnica migliora le performance dei modelli che combinano testo e immagini.

Un metodo per svelare cosa imparano le reti neurali profonde e come si allinea con le conoscenze esistenti.

Valutare i VLM su compiti spaziali usando testo visivo e poco chiaro.

Scopri come i nuovi metodi migliorano i video HDR dalle fotocamere per eventi.

Esplorando mappe invarianti ed equivarianti per migliorare le reti neurali.

Nuove strategie migliorano la sicurezza e l'efficienza del movimento dei robot in ambienti complessi.

Un nuovo metodo migliora la comprensione delle caratteristiche delle CNN e del processo decisionale.

Combinare l'imaging iperspettrale e il deep learning per migliorare la classificazione dei materiali.

Uno studio sulle prestazioni dei modelli di rilevamento degli oggetti su dispositivi di calcolo piccoli.

Ecco CLIPFit, un metodo per fare il fine-tuning in modo efficiente dei modelli Vision-Language.

Il framework A3 migliora i modelli di machine learning per adattarsi a nuovi ambienti di dati.

YOSS usa audio per migliorare l'identificazione degli oggetti nelle immagini.

Il dataset Omni6D migliora la stima della posa degli oggetti con categorie diverse e scenari realistici.

Un nuovo approccio migliora la capacità dell'IA di gestire dati insoliti.

Una nuova strategia di allenamento migliora la resistenza dei sistemi di visione 3D a input fuorvianti.

LLaVA-3D combina intuizioni 2D e 3D per un ragionamento spaziale più profondo.

Esplorando l'uso di dati sintetici per migliorare il DRL nelle applicazioni reali.

InterNet migliora la stima della omografia imparando da immagini senza dati etichettati.

Scopri le tecniche di denoising delle immagini per migliorare la chiarezza e la qualità.

Un nuovo set di dati affronta i cambiamenti di prospettiva nella stima della profondità per la guida autonoma.

Un metodo che combina dati di eventi e frame tradizionali per un'analisi del movimento migliore.

Un nuovo approccio migliora il processo di apprendimento tra i modelli di insegnante e studente.

Un nuovo metodo per bilanciare la conoscenza generale e l'adattamento specifico ai compiti nei modelli.

AP-VLM migliora la percezione e l'interazione dei robot tramite tecniche di percezione attiva.

P4Q combina il fine-tuning e la quantizzazione per performance efficienti dei modelli visivi-linguistici.

Presentiamo TA-Cleaner, un metodo per migliorare le difese dei modelli multimodali contro il data poisoning.

Un nuovo framework per il tracciamento visivo degli oggetti, leggero ed efficace.

CAMOT migliora il tracciamento multi-oggetto stimando angoli e profondità della telecamera.

SimVG migliora il grounding visivo collegando il testo a zone specifiche dell'immagine in modo più efficace.