Informática - Visão computacional e reconhecimento de padrões

Um novo método pra verificar redes neurais profundas usando modelos de visão-linguagem.

A estrutura X-MIC melhora os modelos pra reconhecer ações em vídeos gravados em primeira pessoa.

Monitore sua hidratação com a câmera do celular, rápido e fácil.

Esse método facilita a mistura de diferentes modelos LoRA pra gerar imagens de alta qualidade.

Novos modelos de machine learning melhoram a precisão do rastreamento ocular em ambientes de realidade virtual.

Uma nova ferramenta melhora a forma como a gente interpreta mudanças na superfície usando dados de sensoriamento remoto.

GANTASTIC combina GANs e modelos de difusão pra edição de imagem precisa.

O ILPO-Net oferece um método forte pra reconhecer padrões 3D, superando desafios de rotação.

Um novo método melhora a medição de profundidade de itens transparentes usando segmentação e NeRF.

Diff-Mix melhora a classificação de imagens criando dados sintéticos diversos.

Uma nova abordagem melhora a legendagem de imagens com técnicas que levam em conta a localização.

Analisando a reprodução de conteúdo e movimento em modelos de geração de vídeo.

Novo sistema melhora a detecção de objetos usando fontes de dados diversas.

Um novo método melhora o aprendizado auto-supervisionado ao focar em pares de imagens de alta qualidade.

Introdução ao GlORIE-SLAM, um novo sistema SLAM só com RGB.

Analisando o surgimento de características em modelos de geração de imagem e áudio.

Um novo método usa aprendizado por reforço pra podar CNNs enquanto tá treinando.

Uma nova abordagem melhora a precisão na alocação de gráficos de cena 3D para tarefas espaciais.

Um novo modelo gera movimentos realistas em conversas, melhorando a compreensão da interação.

A BAMM transforma descrições em texto em movimentos humanos realistas de forma tranquila.

Novo método melhora a navegação de robôs usando linguagem e mapeamento visual.

Um novo método melhora a detecção OOD focando nas informações de gradiente.

Um novo método reduz a necessidade de input manual para reconstrução de cena 3D.

Uma nova abordagem pra melhorar a detecção de objetos, lidando com o desequilíbrio de classes.

Uma nova estrutura melhora a precisão das legendas de vídeo, mesmo com entradas faltando.

D'OH oferece novas maneiras de representar sinais de forma eficiente.

O MoDiTalker oferece qualidade e velocidade melhoradas na criação de vídeos de cabeças falantes realistas.

O CLAP melhora o aprendizado de máquina ao aumentar a retenção do conhecimento anterior.

MambaMixer melhora a eficiência do aprendizado profundo para imagens e previsões de séries temporais.

Técnicas de visão ativa melhoram a resistência do deep learning contra entradas adversariais.

Novos métodos melhoram o mapeamento de campos agrícolas em regiões com pouco dado.

Novo método usa câmeras de profundidade pra identificar vacas com precisão em fazendas de leite.

Uma nova técnica captura cenas dinâmicas da cidade usando dados de veículos em movimento.

Novo método melhora a correção de movimento em exames de PET cardíaco.

Um novo método melhora a imagem 4DCT para um tratamento de câncer de pulmão mais seguro.

Este artigo fala sobre os custos e melhorias para redes neurais de baixa precisão.

Inovações de IA melhoram a detecção e o diagnóstico de fraturas de costela pra um atendimento melhor pros pacientes.

A Adaptação de Difusão Generalizada melhora o desempenho do modelo com amostras fora da distribuição.

Aprimorando a detecção de objetos grandes em ambientes de veículos autônomos.

Apresentando o Prompting Convolucional pra melhorar a adaptação das máquinas sem esquecer.