Informática - Visão computacional e reconhecimento de padrões

Um novo método melhora o reconhecimento de texto em cenas naturais usando técnicas inovadoras.

A técnica ViMo transforma vídeos do dia a dia em movimentos 3D realistas.

CROME torna os modelos multimodais mais fáceis de usar com menos treino necessário.

GeoFormer melhora a representação de formas 3D completando os dados que faltam em nuvens de pontos.

Este estudo compara técnicas para recuperar textos a partir de imagens geradas por IA.

Esse estudo analisa como as escolhas de cor melhoram a navegação do texto e a preferência dos leitores.

Um novo método melhora a identificação de espécies de mosquitos através de tecnologia avançada.

O S-SAM simplifica a segmentação de imagens médicas com menos necessidade de especialistas e mais eficiência.

Nova abordagem melhora a classificação de ações usando contexto histórico em vídeos.

Uma visão geral do SAM e do SAM2, modelos que estão transformando a eficiência da segmentação de imagens.

Respostas longas melhoram a acessibilidade para pessoas cegas e com baixa visão.

O CryoBench ajuda a melhorar a avaliação do método cryo-EM com diversos conjuntos de dados.

Um novo método combina microscopia de força atômica com aprendizado profundo pra melhorar a previsão da forma das proteínas.

FruitNeRF usa tecnologia de imagem 3D pra contar frutas com precisão na agricultura.

Um novo framework melhora como os modelos reconhecem ações em vídeos.

Um novo modelo melhora a velocidade e a qualidade na criação de formas 3D.

A-BDD melhora o treinamento de ML para carros autônomos em tempo ruim.

A ARPA melhora a Desambiguação de Sentido de Palavras Visuais ao integrar técnicas de linguagem e processamento de imagem.

Novo modelo melhora a precisão na segmentação de lesões cutâneas para detecção precoce de câncer.

Esse artigo apresenta um método pra incorporar incerteza na visualização de volume, visando uma análise de dados científicos melhor.

Um novo modelo para melhorar fotos em baixa luz de forma mais rápida e eficaz.

O DEEPTalk melhora as animações faciais capturando expressões emocionais da fala.

A HOIGen apresenta um novo método para reconhecer interações humanas com objetos que ainda não foram vistas.

Uma nova abordagem melhora a precisão na contagem de pessoas em condições climáticas adversas.

Esse framework melhora a localização de ações em vídeos usando representação probabilística e contexto.

Um novo algoritmo melhora o rastreamento de movimento usando Sensores de Visão Dinâmica, imitando as funções dos olhos.

SpbTrack melhora o rastreamento LiDAR pra aumentar a segurança e a privacidade.

Novo modelo melhora a precisão e os detalhes na geração de formas 3D a partir de texto.

Um novo método reduz o tempo de computação em modelos de difusão sem perder a qualidade da saída.

Uma nova abordagem para reconstrução de formas usando a perspectiva dos muitos mundos.

Novos métodos melhoram o reconhecimento facial enquanto lidam com preocupações de privacidade.

Um olhar sobre como as emoções influenciam o comportamento e as interações em grupo.

A estimativa de profundidade melhorada a partir de imagens endoscópicas aumenta a precisão cirúrgica.

Estudo melhora a manipulação de tecidos amassados por robôs através da análise do comportamento humano.

Apresentando um método pra gerar fontes únicas usando letras e palavras-chave de estilo.

Esse trabalho foca em reconhecimento de linguagem de sinais de forma eficiente usando tecnologia de baixo custo.

Usando dados não rotulados pra melhorar modelos de aprendizado de máquina com pseudo-rotulação.

Um novo método melhora a precisão na detecção de faixas para carros autônomos.

Um novo modelo prevê as respostas dos objetos com base nas interações humanas.

Este estudo melhora o reconhecimento de dedos em ASL pra fazer traduções melhores.