Articoli più recenti per Visione Artificiale

M IST migliora l'interazione tra modelli visivi e linguistici per una performance migliore.

Un nuovo strumento per migliorare l'analisi delle forme nella scienza e nella tecnologia.

LatentDEM affronta in modo efficace i problemi inversi ciechi nella visione e grafica computerizzata.

Nuovi metodi migliorano la generazione di immagini allineando i risultati con descrizioni testuali specifiche.

Una rete leggera per la stima in tempo reale della posa sui dispositivi mobili.

Proponiamo un metodo per migliorare l'efficienza dei vision transformers sui dispositivi edge.

Scopri come confrontare misure di probabilità su strutture dati complesse.

Un nuovo metodo migliora la capacità dei robot di trovare oggetti in ambienti aperti.

Nuovi metodi migliorano il riconoscimento di piccoli oggetti nella visione artificiale.

Un nuovo metodo riduce la necessità di dati etichettati nei compiti di visione artificiale.

Il modello GCF migliora la precisione nel riconoscimento delle espressioni facciali grazie a tecniche innovative di deep learning.

Un nuovo framework punta a rilevare e correggere gli errori nei risultati degli LVLM.

Nuovi metodi migliorano la creazione di più oggetti nelle immagini con maggiore precisione.

Un nuovo approccio migliora la previsione delle azioni future usando intuizioni visive e semantiche.

Un nuovo metodo che usa la topologia migliora il rilevamento dei punti chiave nelle immagini.

HRSAM migliora l'efficienza e l'accuratezza della segmentazione delle immagini per input ad alta risoluzione.

HTCL migliora la comprensione delle scene 3D usando i dati della fotocamera dai frame passati.

Label Anything migliora la segmentazione con meno esempi e vari prompt.

CountFormer migliora il conteggio delle folle attraverso l'elaborazione multi-view, aumentando precisione e flessibilità.

Presentiamo un nuovo modello che combina in modo efficiente testo e layout per una migliore comprensione dei documenti.

FlowTrack migliora il tracciamento concentrandosi sui singoli spostamenti dei punti e sui dati storici.

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.