Articoli più recenti per Visione Artificiale

PIAVE aiuta le macchine a estrarre le voci in modo chiaro, anche quando i parlanti girano la testa.

Ricerca su come migliorare i modelli di apprendimento continuo attraverso la sensibilità all'ordine delle attività e delle classi.

La regolarizzazione della dimensionalità locale offre soluzioni per migliorare la qualità della rappresentazione SSL.

Un nuovo approccio all'IA combina le reti neurali con il ragionamento simbolico per prendere decisioni migliori.

Un nuovo approccio combina componenti gaussiane e strutture a rete per un rendering 3D efficiente.

Nuovo metodo sfrutta i videogiochi per aumentare l'adattabilità dei modelli di visione artificiale.

Un nuovo metodo migliora i modelli di diffusione per affrontare le sfide delle immagini rumorose.

Integrare modelli vision-language con l'apprendimento rinforzato migliora l'efficienza dell'apprendimento automatico.

Questo articolo parla di un nuovo metodo per K-VQA usando LLM per avere più accuratezza.

Esplorare nuovi metodi per migliorare la segmentazione delle immagini e il riconoscimento delle istanze.

Nuovi metodi puntano a migliorare il machine learning con pochi esempi.

Un nuovo metodo migliora il tuning dei prompt visivi per una migliore performance del modello.

Nuovo metodo migliora la capacità dell'IA di separare efficacemente le caratteristiche delle immagini.

Quest'articolo esamina come il tipo di osservazione influisca sull'apprendimento dei compiti da parte dei robot.

Nuovi modelli migliorano come gestiamo i dati delle nuvole di punti.

Questo articolo parla del valore degli approcci basati sulle regioni per migliorare il riconoscimento delle immagini.

Un nuovo metodo migliora la navigazione Visione-e-Linguaggio usando dati di addestramento presi da video di guida.

Scopri i tensori e il loro significato nell'analisi dei dati e nel machine learning.

Un nuovo metodo per migliorare il completamento della profondità usando dati di profondità spars durante il test.

Un metodo di visione artificiale che rileva oggetti in modo efficiente senza input umano.

Un nuovo metodo migliora la precisione dell'annotazione nel riconoscimento degli obiettivi usando tecniche avanzate.

Uno sguardo a come miglioriamo e manipoliamo il testo nelle immagini.

Questo articolo presenta strategie e un nuovo metodo per una selezione efficace dei campioni nel few-shot learning.

Un nuovo metodo migliora la generazione di immagini da diverse viste di input.

I ricercatori migliorano le performance dei modelli aumentando la varietà dei dati con nuovi metodi di augmentazione.

Questo studio confronta le capacità di riconoscimento degli oggetti da parte degli esseri umani e delle macchine in pose insolite.

Un nuovo metodo migliora l'efficienza nell'apprendimento mantenendo le conoscenze pregresse.

Questo articolo presenta un metodo unico per immagini più chiare riducendo efficacemente il rumore.

Sto studiando gli attacchi avversari sul deep learning, concentrandomi sulle performance delle CNN.

Usare modelli vision-linguaggio per migliorare il feedback e l'efficienza nell'apprendimento dei robot.

Questo articolo parla di come unire la riduzione del rumore e l'interpolazione per avere immagini più chiare.

Esplorando l'impatto dei modelli di coerenza sui risolutori inversi di diffusione.

Indagare su come l'augmentazione delle etichette influisce sull'apprendimento nei modelli di machine learning.

Nuovo approccio combina in modo efficace denoising e segmentazione per un'analisi delle immagini migliore.

Uno sguardo a come i MLLM gestiscono i piccoli dettagli nelle immagini.

Un nuovo metodo migliora l'identificazione di oggetti 3D a partire da immagini singole in scenari del mondo reale.

Un metodo nuovo per valutare come i modelli rispondono a domande relative alle immagini.

I robot possono imparare abilità di manipolazione attraverso metodi di apprendimento basati su video.

Un nuovo benchmark valuta i modelli linguistici di grande dimensione a multi-modalità in compiti di visione a basso livello.

VisLingInstruct migliora la capacità dei modelli di integrare testo e immagini.