Articoli più recenti per Visione Artificiale

RayMVSNet e il suo upgrade migliorano l'accuratezza della modellazione 3D a partire da immagini 2D.

Esplora il funzionamento e i miglioramenti dei Transformers in vari compiti di elaborazione dei dati.

Introducendo un nuovo metodo per un'animazione fluida delle pose umane nei video.

ReSample usa modelli di diffusione latente per migliorare la ricostruzione delle immagini in diverse applicazioni.

Come i modelli pre-addestrati influenzano le prestazioni su nuovi dati.

Nuovo metodo migliora le patch avversarie, unendo efficacia di fusione e aspetto naturale.

SEED collega immagini e testo, migliorando il modo in cui le macchine elaborano informazioni visive e scritte.

Nuovo metodo migliora la rilevazione di più oggetti in movimento nelle immagini.

Esplorando il potenziale dei modelli a peso legato multi-maschera nel machine learning.

Un nuovo framework migliora il rilevamento di oggetti 3D affrontando le sfide dell'adattamento al dominio.

Nuovo metodo migliora il matching dei grafi senza dati etichettati usando la coerenza del ciclo.

Un nuovo metodo migliora l'efficienza e le prestazioni nei compiti di visione-linguaggio.

Una nuova tecnica per una classificazione delle immagini più efficiente con dati limitati.

Un nuovo metodo usa la matematica di base per analizzare i contenuti video in modo efficace.

Nuovo metodo migliora la visione artificiale in condizioni di scarsa illuminazione senza dati di addestramento notturni.

Esplorando modelli di diffusione per la generazione e classificazione delle immagini.

Un nuovo modello migliora i collegamenti tra testo, immagini e audio.

Un nuovo modello che migliora le prestazioni nei compiti visivi combinando CNN e Transformer.

Il framework MonoLiG migliora il rilevamento 3D usando telecamere monoculari e dati LiDAR.

NORIS migliora la selezione delle immagini per addestrare modelli di rilevamento oggetti in modo efficiente.

Robust-Depth migliora la stima della profondità in diverse condizioni meteorologiche.

Un nuovo metodo migliora la generazione di immagini usando dati etichettati e non etichettati meno affidabili.

Il framework HST mostra miglioramenti significativi nel tracciare oggetti tra i frame video.

LOAF offre un nuovo dataset per rilevare persone usando telecamere fisheye dall'alto.

Un nuovo metodo migliora il modo in cui le macchine rispondono a domande sulle immagini.

SDS-CLIP migliora le capacità di ragionamento immagine-testo di CLIP.

RepViT combina CNN e ViT per applicazioni di visione mobile efficienti.

Il modello ConViT migliora il riconoscimento delle azioni umane nelle immagini fisse usando il deep learning.

La ricerca rivela un nuovo dataset che migliora le prestazioni dei modelli VQA nel tempo.

OnlineRefer migliora la segmentazione degli oggetti video collegando i fotogrammi attraverso la propagazione delle query.

Questo studio valuta l'efficacia dei modelli VQA per scenari di guida.

Un metodo per il grounding visivo 3D usando poche annotazioni.

Un nuovo approccio migliora l'identificazione delle persone nelle immagini con l'estrazione avanzata delle caratteristiche.

LW PLG-ViT offre prestazioni efficienti per compiti visivi su dispositivi con risorse limitate.

Un nuovo modulo migliora la stima della posa 3D integrando informazioni sulle azioni.

Un nuovo metodo migliora la regressione ordinale distinguendo meglio le categorie vicine.

Un nuovo metodo migliora le nuvole di punti per un'analisi 3D migliore.

Questo articolo parla di un nuovo modello per migliorare la percezione della profondità nei robot usando più sensori.

Delle didascalie migliori possono migliorare le performance dei modelli multimodali usando immagini prese dal web.

Un dataset innovativo punta a migliorare l'accuratezza del rendering umano nei media digitali.