Informática - Visão computacional e reconhecimento de padrões

Um novo framework melhora o reconhecimento de ações em movimentos que não foram vistos antes, através de uma compreensão semântica mais aprofundada.

Novo método melhora a criação de avatares 3D realistas a partir de gravações de vídeo.

Novos métodos melhoram a compreensão das máquinas sobre interações dinâmicas em conteúdo de vídeo.

Um método pra quantificar a incerteza na imagem médica pra melhorar o diagnóstico.

A NuNet usa dados RGB e de profundidade pra fazer estimativas de nutrição melhores.

Um novo framework melhora a eficiência dos drones em localizar alvos usando pistas diversas.

Novos métodos melhoram a estimativa da posição da cabeça pra ter mais precisão em situações do mundo real.

MoLA oferece geração de movimento humano rápida e eficiente para várias indústrias.

Uma nova abordagem melhora a precisão do diagnóstico de câncer de bexiga.

NeRAF cria som e visuais sincronizados para experiências imersivas em várias áreas.

Um método pra criar imagens panorâmicas de alta qualidade a partir de diferentes tipos de entrada.

O TransCLIP melhora as previsões ao integrar dados visuais e textuais em Modelos de Visão-Linguagem.

Este estudo avalia rastreadores de transformadores contra ataques adversariais no rastreamento de objetos.

EyeMoS melhora a detecção de doenças oculares por meio de aprendizado multimodal e estimativa de incerteza.

Apresentando um conjunto de dados pra analisar as interações nas atividades do dia a dia.

Um novo método melhora as previsões do modelo para uma adaptação melhor sem dados de origem.

O SpatialRGPT melhora a compreensão do arranjo de objetos em Modelos de Linguagem Visual.

Uma estrutura pra conectar processamento de imagem e interpretação de texto em modelos de visão.

Um método usando MCMC pra geração efetiva de amostras negativas em aprendizado contrastivo.

Um novo método melhora o alinhamento de áudio e vídeo usando modelos pré-treinados.

Um novo método melhora a fusão de imagens hiperespectrais e multiespectrais.

Um novo método melhora a classificação de plantas através de técnicas de aprendizado profundo multimodal.

A ferramenta SLANT analisa a influência do logo na precisão e viés do modelo.

Uma ferramenta que cria imagens a partir das conversas dos usuários através de múltiplos agentes.

Novos métodos revelam resiliência em circuitos de redes neurais contra manipulação.

Um novo algoritmo melhora a avaliação da qualidade de imagem para análise de dados astronômicos.

Novos métodos melhoram o desempenho da tarefa principal usando dados auxiliares sem custos extras de computação.

Um novo método oferece insights mais claros sobre as decisões dos modelos de deep learning.

Novos métodos para combinar tipos de dados melhoram o desempenho da IA em várias tarefas.

Este estudo analisa métodos de agrupamento de imagens em grandes conjuntos de dados, destacando as variações de desempenho.

Novo modelo melhora as previsões de interações de objetos usando vídeos e imagens.

Um novo sistema de imagem RF melhora o reconhecimento de objetos em ambientes desafiadores.

Novo método melhora o aprendizado federado enquanto protege a privacidade do usuário.

Este estudo explora métodos avançados para rotulagem de dados de forma eficiente usando técnicas de redes neurais.

Apresentando o CUT, uma estrutura pra gerar anomalias realistas e diversas sem precisar de treinamento extra.

Uma nova abordagem pra combinar canto e dança usando técnicas avançadas de computador.

O modelo CYCLO melhora a compreensão das interações dos objetos em vídeos de drones.

O CV-VAE melhora a eficiência e a qualidade da geração de vídeos nos modelos existentes.

O MultiEdits permite mudanças simultâneas em imagens através de comandos de texto, melhorando a eficiência e a qualidade.

Um novo modelo melhora a compreensão de imagens, focando em detalhes com eficiência.