Informática - Visão computacional e reconhecimento de padrões

Esse estudo avalia a eficácia de modelos pré-treinados em aplicações de Observação da Terra.

O framework Temporal2Seq simplifica várias tarefas de compreensão de vídeo em um só modelo.

TAKFL otimiza o compartilhamento de conhecimento no aprendizado federado para as diferentes capacidades dos dispositivos.

Um método que alinha formas 3D com imagens 2D sem pontos correspondentes.

Explore os conceitos essenciais da física molecular e suas aplicações práticas.

Esse novo método facilita a geração de imagens em modelos de IA, melhorando a eficiência e a velocidade.

Um novo framework melhora a qualidade dos datasets de vídeo-linguagem através de refinamento iterativo.

Combinando imagens do street view com dados pra analisar as fachadas dos prédios.

Um modelo pra avaliar a qualidade da segmentação sem referências de verdade.

O MedCLIP-SAMv2 melhora a detecção de tumores usando técnicas de segmentação avançadas e com pouca informação rotulada.

Um olhar sobre como as CNNs aprendem características de imagem e suas semelhanças universais.

Pesquisadores usam o CRISP pra melhorar o monitoramento da biodiversidade através de uma análise de imagem mais eficiente.

Um novo índice ajuda a avaliar a diversidade em imagens médicas geradas por IA.

Novos métodos aceleram a codificação e decodificação de vídeo.

Uma nova estrutura melhora a conexão entre imagens e texto.

Aprenda como modelos de machine learning podem melhorar ao enfrentar dados novos e que nunca foram vistos.

Um olhar sobre o papel e os métodos dos modelos de difusão na criação de imagens.

Explorando maneiras de melhorar modelos multimodais na hora de entender perguntas visuais.

Um novo modelo gera relatórios de tomografias 3D de forma eficiente e precisa.

Um novo processo pra gerar modelos 3D a partir de imagens 2D de forma eficiente.

TrojVLM expõe vulnerabilidades nos Modelos de Linguagem Visual a ataques de backdoor.

Esse estudo mostra métodos eficazes pra reconhecer gestos com as mãos usando imagem por ultrassom.

Uma nova estrutura melhora a geração de dados a partir de várias fontes usando modelos baseados em energia.

O SATA melhora a robustez e a eficiência dos Transformers de Visão para tarefas de classificação de imagens.

Um novo método melhora o reconhecimento de objetos usando máscaras sem rótulos detalhados.

Um novo método simplifica a remoção de conteúdo indesejado em conjuntos de dados visuais.

Explorando o papel do Aprendizado Federado em melhorar a imagem médica enquanto protege a privacidade dos pacientes.

Um novo método ajuda robôs a aprender tarefas usando vídeos de humanos na internet, reduzindo as necessidades de treinamento.

PPLNs melhoram o processamento de dados de câmeras de evento pra deixar as capacidades de visão computacional mais avançadas.

Uma nova abordagem melhora a detecção de assinaturas genuínas em comparação com falsificações.

Analisando os efeitos dos métodos de poda no desempenho e na interpretabilidade do GoogLeNet.

Métodos inovadores para melhorar mapas de profundidade são essenciais para realidade aumentada e virtual.

O FAST melhora a classificação de doenças usando imagens de lâmina inteira com pouca ajuda de especialistas.

Um jeito de melhorar o desempenho do modelo, mesmo com rótulos de dados errados.

MedViLaM integra vários tipos de dados médicos pra uma análise e tomada de decisão melhor.

Um novo método pra acelerar a saída do modelo de difusão sem perder qualidade.

Novo modelo simplifica a geração de relatórios a partir de exames de tomografia cerebral.

FlipClass oferece um novo método para melhorar a aprendizagem na Descoberta de Categoria Generalizada.

Um novo método melhora a identificação de objetos orientados em imagens de sensoriamento remoto.

Um método novo pra adaptar dados de séries temporais sem precisar de informações da fonte.