Articoli più recenti per Visione Artificiale

HGT-Track combina telecamere visibili e termiche per un tracciamento efficace di oggetti piccoli.

Un nuovo metodo migliora l'identificazione delle persone usando informazioni delle immagini vicine.

I ricercatori hanno sviluppato un nuovo metodo per migliorare il tracciamento del movimento usando la stima del flusso normale.

Nuovi metodi migliorano la classificazione delle immagini, concentrandosi su piccole aree in immagini grandi.

GEM trasforma la previsione dei video e l'interazione con gli oggetti grazie a tecnologia innovativa.

Scopri come la calibrazione auto-debiasing migliora il riconoscimento delle categorie nel machine learning.

Scopri come un peso adeguato migliora le performance dell'IA nel multitasking.

I modelli di stato che generano grafi migliorano il modo in cui le macchine apprendono dai dati complessi.

Nuove tecniche migliorano il modo in cui le macchine riconoscono e interpretano le scene video.

Un nuovo modo di analizzare le immagini sta cambiando il modo in cui i computer vedono e interpretano le foto.

SamIC rivoluziona la segmentazione delle immagini con meno risorse e un apprendimento più veloce.

Nuovi metodi migliorano come l'IA descrive le immagini usando modelli linguistici.

SegMAN migliora l'etichettatura a livello di pixel nella computer vision per varie applicazioni.

Scopri come HiGDA aiuta le macchine a riconoscere le immagini meglio nonostante le sfide.

Combinare CNN e metodi di attenzione per migliorare le prestazioni nella classificazione delle immagini.

Questo report parla dell'impatto delle etichette rumorose sui modelli di machine learning.

Un nuovo metodo migliora il modo in cui i computer percepiscono le scene 3D.

Scopri come il skip tuning migliora l'efficienza nei modelli vision-language.

Nuovo metodo migliora il rilevamento dei punti facciali, anche in condizioni difficili.

Scopri come i robot identificano e gestiscono le parti apribili con metodi di rilevamento avanzati.

Scopri le funzionalità avanzate e le applicazioni di YOLOv6 nella rilevazione di oggetti in tempo reale.

Nuovo metodo trasforma il modo in cui la tecnologia cattura i movimenti delle mani con telecamere in movimento.

SLTNet cambia il modo in cui le macchine elaborano i dati delle telecamere a eventi in modo efficiente.

Un nuovo metodo migliora la segmentazione delle azioni usando informazioni meno dettagliate.

I ricercatori svelano strategie efficaci per addestrare modelli di visione-linguaggio di grandi dimensioni.

Nuovo framework migliora l'addestramento dei modelli generativi, riducendo i pregiudizi e migliorando i risultati.

I ricercatori hanno sviluppato il framework SPHERE per migliorare la comprensione da parte delle macchine delle relazioni spaziali.

Scopri come queste reti trasformano la gestione dei dati con simmetrie.

Nuovo approccio super-pixel migliora la comprensione delle decisioni delle reti neurali.

Un nuovo metodo migliora la creazione di immagini da viste limitate usando la ricostruzione 3D.

Scopri come il split learning riduce i ritardi nelle applicazioni di visione artificiale in tempo reale.

GenHMR trasforma il modo in cui creiamo modelli umani 3D dalle immagini.

Le telecamere a eventi migliorano la cattura dei dati visivi, rendendo più preciso il mapping delle scene e la rilevazione del movimento.

HA-RDet combina metodi basati su ancore e metodi senza ancore per migliorare il riconoscimento degli oggetti nelle immagini aeree.

Un nuovo modello insegna ai computer a capire le immagini usando il linguaggio naturale.

I ricercatori affrontano l'illusione degli oggetti nell'IA per migliorare accuratezza e affidabilità.

VIAP offre una soluzione per ingannare i sistemi di riconoscimento AI da vari angoli.

Impara a allineare le viste 3D per visualizzazioni accurate.

Scopri come i computer possono riconoscere oggetti con pochi esempi.

Tecniche per migliorare l'efficienza delle CNN su dispositivi con risorse limitate.