Articoli più recenti per Visione Artificiale

Un nuovo approccio che usa immagini a griglia migliora le prestazioni di VideoQA su compiti complessi.

Un nuovo metodo migliora il video question answering concentrandosi su eventi con più oggetti.

Scopri le sfide e i modelli nei compiti di risposta a domande visive.

Un nuovo approccio migliora il riconoscimento delle forme 3D usando più viste.

PrimeDepth migliora l'efficienza nella stima della profondità usando modelli da testo a immagine senza dati di addestramento extra.

Nuovo metodo migliora il rilevamento degli oggetti usando la modellazione interattiva delle immagini mascherate.

Nuovo framework migliora la sicurezza del riconoscimento facciale contro attacchi di spoofing.

Il modello DICS migliora la classificazione delle immagini concentrandosi su caratteristiche chiave.

GLCONet migliora il rilevamento di oggetti camuffati usando caratteristiche locali e globali.

Un nuovo metodo migliora il trasferimento delle caratteristiche nelle rappresentazioni neurali implicite per le immagini.

Un nuovo metodo migliora la chiarezza e il riconoscimento delle immagini in ambienti rumorosi.

Scopri come AMRF migliora la segmentazione delle immagini nelle applicazioni industriali.

Questo metodo migliora l'interpretabilità nella segmentazione semantica usando prototipi e rappresentazione multiscala.

MAC-VO migliora la stima della posizione della camera in ambienti difficili.

Uno studio confronta CNN pre-addestrate e modelli fondamentali per il recupero di immagini mediche.

FKAN migliora la rappresentazione delle immagini e delle forme 3D usando funzioni di attivazione apprendibili.

Un nuovo metodo migliora la comprensione delle azioni umane da parte dell'AI attraverso dati specializzati.

Questo metodo stima le orientazioni senza dati etichettati usando il deep learning.

Questo documento valuta la capacità dei VLM di ragionare su dimensioni e distanze.

Panoramica delle tecniche per rilevare e classificare le azioni umane.

SparX migliora l'elaborazione delle immagini imitanto il sistema visivo umano.

La ricerca mostra il potenziale dei LLM per riconoscere oggetti in immagini basate su eventi.

L'integrazione delle informazioni sul movimento migliora l'accuratezza nel rilevamento degli oggetti nelle immagini.

ScaleFlow++ migliora la stima del movimento 3D usando telecamere monoculari per vari usi.

NSSR-DIL trasforma immagini di bassa qualità in modo efficiente senza bisogno di grandi dataset.

Un approccio di machine learning che sfrutta il movimento per un apprendimento efficace dei dati visivi.

Questo framework permette di imparare in fretta nuove categorie di oggetti con pochissimi dati.

Un nuovo sistema migliora la velocità e l'accuratezza delle etichette video.

KAT migliora il deep learning usando KAN avanzati al posto delle MLP.

Un nuovo framework migliora la comprensione delle azioni umane attraverso i dati dello scheletro.

Un nuovo metodo migliora la capacità di presa dei robot usando comandi in linguaggio naturale.

FOLK migliora l'apprendimento auto-supervisionato attraverso una mascheratura di frequenza adattiva e un design insegnante-studente.

Adattare DINOv2 migliora la segmentazione BEV per auto a guida autonoma più sicure.

Un nuovo dataset unisce dati RGB e dati da telecamere a eventi per un'analisi facciale migliore.

SteeredMarigold migliora le mappe di profondità, aiutando i robot nella navigazione e interazione.

Presentiamo GRIN, un nuovo modello per la stima della profondità usando dati sparsi.

NVLM migliora la comprensione del linguaggio e delle immagini da parte dell'AI per vari compiti.

Questo lavoro migliora l'accuratezza di CLIP affrontando la sovrapposizione intra-modale utilizzando adattatori leggeri.

Un nuovo framework migliora la segmentazione con esempi limitati.

SLAck offre un nuovo modo di tenere traccia di oggetti diversi nei video.