Articoli più recenti per Visione Artificiale

Un nuovo metodo migliora il modeling 3D degli oggetti dalle foto con maggiore precisione.

Questo metodo migliora l'imaging subacqueo senza dati abbinati per un'analisi migliore.

Un nuovo metodo di allenamento migliora l'accuratezza nella stima della profondità usando fonti di dati diverse.

Un nuovo metodo migliora l'apprendimento delle immagini riducendo le somiglianze visive tra le coppie.

La perdita STAR migliora l'accuratezza nel rilevare i punti di riferimento facciali affrontando l'ambiguità semantica.

D-CLOSE offre spunti più chiari sulle decisioni di rilevamento oggetti dell'AI.

Nuovo benchmark svela lacune nelle prestazioni dei modelli di elaborazione dei documenti.

Un nuovo approccio punta a migliorare la separazione degli oggetti in immagini complesse.

Un nuovo modello semplifica il ritaglio delle immagini riducendo il lavoro manuale e migliorando la precisione.

Nuovo modello migliora l'analisi delle immagini panoramiche per applicazioni nel mondo reale.

Un nuovo metodo migliora il nostro modo di riconoscere azioni nei video usando il calcolo a serbatoio.

Questo metodo migliora le prestazioni del VQA usando immagini non etichettate per generare domande.

Un metodo che combina CLIP e SAM migliora il riconoscimento degli oggetti senza dati etichettati.

DIFT sfrutta i modelli di diffusione per trovare corrispondenze tra immagini senza supervisione.

Un nuovo approccio per gestire dati incompleti e rumorosi nella ricerca.

Un nuovo metodo migliora la precisione della posizione dei sensori in ambienti complessi.

Questo studio si concentra su metodi efficienti per ricostruire immagini incomplete usando il clustering superpixel.

Uno sguardo su come migliorare le didascalie delle immagini con input degli utenti e tecniche di dati.

Un nuovo metodo migliora il riconoscimento del testo usando dati audio per una maggiore precisione.

Integrare il feedback degli utenti per migliorare i modelli di descrizione delle immagini e offrire un'esperienza migliore.

Un nuovo metodo migliora la generazione di immagini usando viste minime degli oggetti.

G-CAME migliora la comprensione delle previsioni dei modelli di rilevamento degli oggetti attraverso mappe di salienza chiare.

Un nuovo framework migliora la generazione di dati sintetici per i compiti di rilevamento degli oggetti.

ScoreCL migliora l'apprendimento del modello tramite il matching adattivo dei punteggi nell'apprendimento contrastivo.

Una panoramica di come i masked autoencoders migliorano la comprensione delle immagini attraverso l'apprendimento auto-supervisionato.

InvPT++ migliora l'interpretazione visiva nell'IA grazie a un apprendimento multi-task potenziato.

RefineVIS migliora il tracciamento e la segmentazione degli oggetti nell'analisi video.

BU-CVKit rende accessibili strumenti avanzati di visione artificiale per gli studi sul comportamento animale.

Un metodo semplice migliora le immagini colpite da illuminazione irregolare.

Uno sguardo a come i modelli DETR stanno cambiando il riconoscimento degli oggetti.

Nuovo metodo migliora il riconoscimento degli oggetti negli spazi 3D sfruttando modelli 2D esistenti.

Un nuovo dataset per migliorare i modelli visione-linguaggio e il seguire istruzioni umane.

Questo articolo parla di metodi migliorati per riconoscere oggetti nelle immagini usando il prompting visivo.

Combinare testo e immagini per migliorare l'efficacia del machine learning.

Un nuovo metodo nella generazione di scene 3D migliora i dati per l'addestramento dei modelli.

Nuovo metodo migliora la rilevazione 3D usando solo dati da fotocamera 2D.

Quest'articolo parla di un nuovo metodo per migliorare il riconoscimento delle immagini usando le regioni.

Un nuovo modello permette conversazioni dettagliate sui contenuti video.

Un nuovo modo per migliorare l'apprendimento delle rappresentazioni non supervisionato nel RL.

Nuovo metodo migliora le prestazioni di sparsità N:M nei modelli di deep learning.