Articoli più recenti per Visione Artificiale

Uno studio sulla resilienza dei modelli FAN nella classificazione delle immagini.

FlowFormer sfrutta i trasformatori per migliorare l'analisi del movimento nei video.

Uno sguardo ai nuovi metodi che migliorano le prestazioni del clustering delle immagini usando l'apprendimento contrastivo.

Nuove tecniche migliorano il modo in cui l'IA genera immagini da descrizioni testuali.

OmniMotion migliora l'accuratezza del tracciamento del movimento e la gestione dell'occlusione nell'analisi video.

Un nuovo metodo migliora il tracciamento degli oggetti usando forme 3D dai dati video.

LU-NeRF migliora le stime della posizione della camera e della scena senza assunzioni rigide.

Uno strumento per trovare idee nelle immagini senza etichette.

Un nuovo metodo migliora la re-identificazione delle persone usando più modelli.

Un nuovo metodo migliora i Vision Transformers auto-supervisionati con prompt specifici per il compito.

Uno studio su come le reti neurali identificano forme danneggiate rispetto agli esseri umani.

Uno studio su come i layer di backbone e pooling influenzano le prestazioni nella classificazione delle nuvole di punti.

FasterViT unisce CNN e Vision Transformers per un'elaborazione delle immagini super efficiente.

Un nuovo metodo migliora l'apprendimento auto-supervisionato per compiti di previsione densa.

Uno studio svela i legami tra le DNN e la comprensione visiva umana.

HypLL semplifica il deep learning per dati gerarchici usando lo spazio iperbolico.

Questo studio propone un benchmark per migliorare i metodi di apprendimento auto-supervisionato per i dati video.

Un nuovo metodo migliora il tracciamento di più persone in scene complesse.

Esplorando il ruolo dell'augmentation dei dati nel migliorare le prestazioni dei modelli di machine learning.

Questo studio svela come i LDM rappresentano la profondità e gli oggetti salienti durante la generazione di immagini.

Un nuovo design neuronale migliora le capacità delle CNN riducendo i costi computazionali.

I ricercatori esplorano come l'attenzione influisce sul raggruppamento degli oggetti nelle scene visive.

Un nuovo metodo unisce modelli basati sull'energia e flussi di normalizzazione per un campionamento migliore.

Un nuovo metodo permette di apprendere più velocemente e in modo più efficiente come i robot afferrano gli oggetti.

Introducendo nuovi metodi per il tracciamento dei bersagli in modo efficiente e affidabile da parte dei robot.

Un nuovo dataset per la percezione macchina in ambienti di realtà aumentata.

Creare modelli 3D dettagliati usando metodi di imaging avanzati per diverse applicazioni.

Un nuovo modello riduce l'eccesso di fiducia nelle previsioni, garantendo applicazioni più sicure.

Un nuovo metodo migliora la visualizzazione delle caratteristiche delle reti neurali per una migliore interpretabilità.

Un nuovo approccio integrato migliora la segmentazione degli oggetti nei video.

Migliorare le prestazioni del modello usando strategie semi-supervisionate nel machine learning.

Un metodo per generare domande da immagini e didascalie per un'interazione migliore con l'IA.

Nuovi metodi migliorano l'accuratezza e la coerenza nei modelli di riconoscimento delle immagini.

Un nuovo approccio che usa l'augmentazione dei dati su base istanza per migliorare la robustezza dei modelli contro attacchi avversari.

Un nuovo metodo migliora i Vision Transformer per una migliore comprensione delle immagini con meno risorse.

Un approccio strutturato per posizionare efficacemente i sensori nei compiti di visione robotica.

Un nuovo metodo migliora il realismo delle immagini attraverso il controllo della forma 3D nei modelli di diffusione.

Il sistema AVIS migliora la risposta a domande visive attraverso flussi di lavoro strutturati e grafi di transizione.

Esplorando il potenziale delle telecamere a eventi per migliorare il riconoscimento dei pedoni nei veicoli autonomi.

Un benchmark per valutare la somiglianza delle immagini in base a condizioni definite dall'utente.