Informática - Visão computacional e reconhecimento de padrões

Novos métodos visam melhorar a criação de imagens humanas a partir de descrições em texto.

O ECToNAS simplifica o processo de encontrar as melhores arquiteturas de redes neurais.

Introduzindo o hypervolume adversarial pra avaliar melhor o desempenho de modelos de deep learning.

A pesquisa combina rastreamento ocular e aprendizado profundo pra ajudar a identificar o Transtorno do Espectro Autista.

Um novo método usa texto pra melhorar o aprendizado de máquina em diferentes domínios visuais.

DARL oferece novos métodos para máquinas aprenderem e criarem imagens de forma eficaz.

Um novo método melhora a capacidade de agarrar dos robôs ao combinar planejamento de movimento e de agarrar usando nuvens de pontos.

Descubra como os avanços recentes em modelos visuais melhoram a compreensão de máquinas sobre imagens.

Usando tecnologia pra melhorar a captura de carbono e o monitoramento da superfície da terra.

A DiNAS oferece uma nova maneira de criar redes neurais de alto desempenho rapidamente.

Novas descobertas desafiam a ideia de que a robustez da classificação e da explicação estão ligadas.

Um novo modelo identifica momentos engraçados em vídeos usando dados visuais, de áudio e de texto.

Uma nova abordagem melhora o reconhecimento de classes sub-representadas em visão computacional.

O FSViewFusion gera visões 3D realistas a partir de imagens limitadas de forma eficaz.

Um novo método melhora as capacidades de aprendizado da IA com dados limitados.

Esse artigo fala sobre o impacto dos erros de rotulagem humana no SCL e uma nova solução.

Este estudo revela métodos para detectar lacunas incomuns nos dados de movimento de objetos.

Mipha combina compreensão visual e textual com modelos menores pra ter mais eficiência.

A pesquisa melhora métodos pra identificar objetos sem textura na robótica e na fabricação.

Um grande conjunto de dados de prompts e vídeos avança a tecnologia de texto para vídeo.

AesopAgent permite que os usuários criem vídeos a partir de histórias usando ferramentas de IA avançadas.

Uma nova abordagem pra melhorar a qualidade das imagens que são afetadas pelas condições do tempo.

Um novo método melhora mapas de profundidade usando detalhes de cor de forma eficaz.

Explorando uma abordagem unificada pra melhorar a precisão e a consistência da classificação.

Um sistema inteligente pra reconhecer várias línguas sem treinamento prévio.

Um método pra melhorar a justiça em modelos de aprendizado de máquina pra tarefas de imagem e texto.

Descubra como juntar esboços e texto melhora a precisão da busca de imagens.

Uma nova abordagem melhora a recuperação de imagens usando esboços dos usuários.

Um novo método melhora a eficiência de DNN em dispositivos com recursos limitados.

O FocusCLIP melhora o reconhecimento de ações humanas usando mapas de calor e descrições em texto.

OmDet-Turbo melhora a detecção de objetos em tempo real com habilidades de vocabulário aberto.

Analisando como o barulho nos dados de pré-treinamento afeta o desempenho do modelo.

Uma nova abordagem melhora o desempenho dos alunos no treinamento de modelos.

Novo método melhora os movimentos de avatares usando dados de realidade aumentada e realidade virtual.

O DiaLoc melhora a adivinhação de localização com atualizações de conversa em tempo real.

Uma visão geral da tecnologia de detecção capacitiva de área corporal e suas diversas aplicações.

LeOCLR melhora o aprendizado contrastivo usando imagens originais pra uma compreensão melhor.

Um olhar sobre como a tecnologia AVQA responde perguntas usando vídeo e áudio.

Um novo método melhora a resistência de modelos de deep learning contra ataques usando modelos de pares.

Um novo conjunto de dados combina dados reais e sintéticos pra monitorar florestas melhor.