Informática - Visão computacional e reconhecimento de padrões

Uma nova técnica combina scans 3D pra criar avatares humanos flexíveis.

Autoencoders mascarados siameses melhoram o rastreamento e segmentação de objetos na análise de vídeo.

Um novo método pra melhorar o design de recompensas em aprendizado por reforço usando sinais de vídeo.

Usar vários modelos em debates melhora a precisão e o raciocínio no processamento de linguagem.

Uma nova rede neural melhora a precisão na detecção de fissuras no concreto.

Um novo método melhora a precisão da segmentação integrando informações de profundidade sem precisar de dados da fonte.

Novo método melhora a habilidade dos robôs de seguir instruções em espaços reais.

Um novo modelo que melhora a compreensão de documentos analisando texto e imagens juntos.

Um método auto-supervisionado pra previsão de movimento usando apenas nuvens de pontos não rotuladas.

Analisando o viés em algoritmos de IA que afetam diagnósticos médicos para populações diversas.

Técnicas pra melhorar o desempenho do modelo em diferentes condições de imagem.

Avaliar como modelos de linguagem entendem conceitos visuais e corporais.

Sparse4Dv2 melhora os sistemas de carros autônomos ao aumentar a compreensão do ambiente.

Analisando o papel das simulações na segurança de veículos autônomos e suas limitações.

Novos métodos melhoram a eficiência do treinamento e o desempenho do modelo usando perda IKL.

Essa abordagem melhora a precisão da geração de imagens a partir de prompts de texto.

Um novo conjunto de dados tem como objetivo melhorar a compreensão da IA sobre conteúdo de vídeo através de quadros-chave.

Uma nova abordagem melhora a coleta de dados de fixação em vídeos usando uma tela de computador.

Novos métodos melhoram a qualidade de vídeos comprimidos pra uma visualização melhor.

Um novo método combina aprendizado de transferência com CycleGAN pra melhorar a detecção de alvos.

O MIANet melhora a precisão da segmentação com dados de treinamento limitados através de uma integração inovadora de informações.

Um novo método melhora a confiabilidade do deep learning através de uma melhor avaliação de incertezas.

Um novo método melhora a criação de vídeos a partir de texto com mais controle e qualidade.

Bird's Eye View melhora o reconhecimento visual de lugares pra aumentar a precisão na direção autônoma.

Esse método analisa imagens médicas mantendo as identidades dos pacientes seguras.

Uma nova abordagem combina aprendizado profundo e grafos pra um mapeamento urbano melhor.

Sistema automatizado melhora vídeos em preto e branco com cores consistentes.

Novo método de calibração melhora a confiabilidade das previsões do modelo de aprendizado profundo.

O FACENet melhora a identificação de veículos em condições de iluminação desafiadoras.

Um modelo unificado melhora a identificação e o posicionamento de objetos no espaço 3D.

Um novo método melhora a qualidade dos dados LiDAR em condições climáticas ruins.

Combinar vários tipos de dados melhora a precisão da avaliação de veículos.

Novo método baseado em grafo melhora a extração de entidades de diversos tipos de documentos.

Um novo método melhora o alt-text das imagens do Twitter, ajudando usuários com deficiência visual.

Novo método melhora a geração de imagens adaptando os prompts para aumentar a satisfação do usuário.

Explorando métodos pra reconhecer ações humanas em vídeos pra várias aplicações.

Novos métodos melhoram previsões para dados de aprendizado de máquina fora da distribuição.

Esse novo método reduz o esforço de anotação na segmentação semântica.

AudioSlots melhora a clareza do som separando gravações de áudio misturadas de forma eficaz.

Uma nova abordagem melhora a geração de gráficos ao focar na ordem dos componentes.