Articoli più recenti per 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.

Combinare modelli di linguaggio visivo con l'apprendimento per rinforzo migliora l'efficienza nel completare i compiti.

Nuovi metodi migliorano la comprensione delle interazioni dinamiche nei contenuti video.

Nuovi metodi migliorano la stima dell'orientamento della testa per una maggiore precisione in situazioni reali.

TransCLIP migliora le previsioni integrando dati visivi e testuali nei modelli Vision-Language.

Questo studio valuta i tracker a trasformatore contro attacchi avversariali nel tracking degli oggetti.

SpatialRGPT migliora la comprensione della disposizione degli oggetti nei modelli di linguaggio visivo.

Un framework per collegare l'elaborazione delle immagini e l'interpretazione del testo nei modelli di visione.

Un metodo che utilizza MCMC per una generazione efficace di campioni negativi nell'apprendimento contrastivo.

Questo studio analizza i metodi di clustering delle immagini su grandi set di dati, evidenziando le variazioni nelle prestazioni.

Nuovo modello migliora le previsioni delle interazioni tra oggetti usando video e immagini.

Presentiamo CUT, un framework per la generazione di anomalie realistiche e diverse senza formazione extra.

Questa ricerca mostra come le immagini e il testo interagiscono nei compiti di ragionamento.

Un nuovo metodo per migliorare i meccanismi di attenzione nella lavorazione di dati complessi.

Open-YOLO 3D migliora la segmentazione delle istanze 3D con velocità e precisione.

Un nuovo approccio migliora l'apprendimento visivo incorporando la rappresentazione di oggetti 3D.

Questo studio esamina quanto bene i modelli pre-addestrati raggruppano dati non visti.

Scopri come MetaMixer trasforma l'efficienza e l'adattabilità dei modelli.

La ricerca mostra come i patch di attivazione influenzano la generazione di immagini nei modelli di diffusione.

DiffCut offre un nuovo modo di fare segmentazione delle immagini senza dati etichettati.

Gear-NeRF migliora il rendering delle scene 3D dinamiche usando tecniche sensibili al movimento.

Presentiamo DOMA, un modello per prevedere il movimento in scene 3D.

Un nuovo framework migliora la registrazione delle nuvole di punti usando marker fiduciali LiDAR.

Un nuovo metodo migliora l'accuratezza dei piccoli modelli usando dati sintetici.

Un nuovo metodo migliora la classificazione delle immagini usando descrizioni testuali dettagliate.

MambaDepth offre un approccio nuovo per stimare la profondità da immagini singole.

Un metodo per bilanciare precisione e costo nei modelli di classificazione delle immagini.

Un nuovo metodo crea modelli 3D dettagliati da immagini singole in modo rapido.

Esaminando il ruolo dei neuroni nei modelli CLIP e le loro interazioni.

Questo documento esplora come i MLLM memorizzano e trasferiscono informazioni nel rispondere a domande visive.

MASA impara a seguire gli oggetti usando immagini senza etichette, migliorando l'adattabilità in situazioni diverse.

ReDistill offre una soluzione innovativa per ridurre l'uso massimo della memoria nelle reti neurali.

Questo articolo esamina come i modelli di diffusione migliorano la generazione e la manipolazione delle immagini.

Un nuovo metodo migliora la segmentazione delle immagini permettendo etichette testuali flessibili.

Un sistema che crea e modifica oggetti tenuti in mano nelle immagini.