Articoli più recenti per Visione Artificiale

Un nuovo metodo semplifica la modellazione 3D negli spazi usando sistemi di telecamere-proiettori non calibrati.

Un nuovo metodo migliora il rilevamento e il tracciamento nei veicoli autonomi usando telecamere multi-view.

Nuovo metodo migliora l'accuratezza della previsione visiva tramite rappresentazione degli oggetti.

CLAMP-ViT offre un nuovo modo per comprimere i vision transformer usando dati sintetici.

Esplora l'evoluzione e i vantaggi di YOLO nella rilevazione degli oggetti.

Un nuovo metodo migliora la ricostruzione di scene urbane 3D da diversi punti di vista.

Un nuovo framework analizza e riduce il bias nei modelli vision-linguaggio attraverso interventi mirati.

Un nuovo metodo migliora l'apprendimento auto-supervisionato aggiungendo un componente di memoria.

Un nuovo design per i layer convoluzionali riduce i parametri e migliora l'interpretabilità nei modelli di intelligenza artificiale.

Nuovo dataset migliora la generazione di immagini e testi nei modelli Vision-Language.

Un nuovo metodo migliora il modeling 3D dai video di una sola camera.

Introducendo un nuovo metodo per una migliore generalizzazione del dominio nel machine learning.

Un nuovo dataset aiuta a prevedere i tratti individuali dalle immagini a figura intera.

Un nuovo metodo aiuta i robot a vedere chiaramente l'ambiente circostante senza input umani.

Questa ricerca esamina come i problemi visivi influenzano i modelli di Risposta a Domande Visive.

Nuovi metodi di normalizzazione migliorano la capacità di Slot Attention di riconoscere oggetti nelle immagini.

Un nuovo metodo migliora la stima della profondità usando immagini provenienti da più telecamere.

Un metodo di ensemble innovativo migliora l'accuratezza dei modelli linguistici e visivi.

Scopri come i modelli di diffusione migliorano l'augmentazione dei dati delle immagini nel machine learning.

Un nuovo metodo basato su punti migliora la comprensione della scena per i veicoli autonomi.

Nuovo metodo migliora l'accuratezza della segmentazione delle immagini usando la classificazione basata su patch.

CLIP-CITE migliora i modelli CLIP per compiti specializzati mantenendo la flessibilità.

TrackPGD mette alla prova i limiti del tracciamento degli oggetti attraverso attacchi avversariali avanzati.

Un nuovo metodo per catturare immagini ispirato alla visione umana.

PANet rivoluziona il riconoscimento di oggetti 3D concentrandosi sulle parti anziché sulle viste.

VA-Count migliora l'accuratezza e la flessibilità nel contare oggetti invisibili.

Scopri come la quantizzazione dinamica adattiva migliora i modelli VQ-VAE per una migliore rappresentazione dei dati.

Questo studio migliora il transfer learning ottimizzando i tassi di apprendimento per ogni strato.

HEML migliora la classificazione delle immagini concentrandosi su segmenti importanti per spiegazioni migliori.

I varifold neurali migliorano l'analisi delle nuvole di punti 3D per diverse applicazioni.

Un nuovo metodo migliora il riconoscimento dei dati delle nuvole di punti per i veicoli autonomi.

Un metodo per migliorare l'efficienza dei modelli nel machine learning tramite strategie di potatura efficaci.

Un nuovo framework migliora l'adattabilità dei modelli vision-language grazie a un'elaborazione dei dati intelligente.

Un nuovo metodo migliora la scoperta di parti nelle immagini usando i trasformatori.

Un nuovo framework migliora le prestazioni del modello con dati limitati.

È proposto un nuovo metodo per migliorare la modellazione delle nuvole di punti.

STAformer migliora la previsione delle azioni nei video tramite tecniche basate sull'attenzione.

Un nuovo metodo migliora il tracciamento degli oggetti gestendo la memoria in modo efficiente.

Un nuovo modello migliora la segmentazione di paesaggi 3D complessi, aumentando precisione ed efficienza.

Esaminare come l'invarianza influisce sulle prestazioni del modello nel transfer learning.