Informática - Visão computacional e reconhecimento de padrões

Método inovador combina aprendizado de máquina e física para resolver equações diferenciais.

Apresentando novas métricas para avaliar sistemas de geração de texto manuscrito.

Um novo método melhora as previsões dos movimentos das mãos em vídeos para robôs e realidade virtual.

Um novo modelo melhora as sugestões de itens de moda usando geometria e dados visuais.

Um novo método prevê o IMC usando estilos de caligrafia e deep learning.

Estudo revela o papel dos dados de voz em reconhecer emoções em falantes de espanhol.

Esse estudo apresenta um modelo que integra contexto pra melhorar o reconhecimento de expressões faciais.

Novos modelos melhoram a detecção de danos nas estradas com drones, deixando a segurança da cidade em alta.

O StyleTokenizer melhora a geração de imagens separando as instruções de estilo e texto.

Essa abordagem combina autoencoders e técnicas de difusão para imagens mais claras.

O Plane2Depth melhora a estimativa de profundidade em cenas complexas, lidando com os desafios de baixa textura.

Essa pesquisa melhora a estimativa de profundidade em robôs usando meta-aprendizado pra um desempenho melhor em ambientes diferentes.

Um sistema ajuda a identificar pratos coreanos para quem tem necessidades alimentares.

Novo método de geração de vídeo melhora o realismo para o treinamento de carros autônomos.

Um novo framework melhora descrições de texto usando imagens e dados estruturados.

FODA-PG melhora a geração de relatórios a partir de imagens médicas para um diagnóstico melhor.

Um novo método e conjunto de dados para análise automatizada de células em pesquisas sobre o cérebro.

Uma nova abordagem para criar imagens sintéticas de forma eficiente para a destilação de conjuntos de dados.

Esse projeto explora métodos de IA para uma classificação de lixo mais eficiente.

Este estudo analisa o uso de sistemas generativos para gerenciar fotografias históricas em arquivos catalães.

MVTN melhora o reconhecimento de gestos manuais com técnicas multiescala inovadoras.

Este estudo avalia vários modelos visuais para entender cenas 3D complexas.

Esse estudo avalia modelos de machine learning pra detectar lixo nos rios.

O GIMDiffusion simplifica a geração 3D a partir de descrições em texto usando imagens de geometria.

RealisHuman melhora a qualidade da imagem, aprimorando as feições humanas nas imagens geradas.

Um novo método melhora a reconstrução de superfícies a partir de imagens esparsas, garantindo detalhes e eficiência.

O SegTalker melhora vídeos de rostos falantes com texturas realistas e edição fácil.

TCDiff melhora a criação de rostos sintéticos pra reconhecimento facial mais eficiente.

Um novo método para avaliar a robustez em classificadores de ML usando distância adversarial.

Novos métodos melhoram o desempenho de redes neurais em dispositivos com recursos limitados.

Explorando os benefícios da Representação Discreta Agrupada Organizada no processamento de imagem.

FTLGAN melhora o reconhecimento facial em imagens de baixa resolução, garantindo uma identificação melhor.

Um novo método melhora a precisão da segmentação usando os modelos SAM e CLIP.

Estudo investiga como VLMs classificam estilos de arte e atributos.

Novos métodos melhoram a precisão e a eficiência na edição de vídeos.

Novos métodos usando incerteza pra melhorar a detecção de erros na análise de imagens médicas.

Novo modelo LowFormer melhora a velocidade e a precisão em tarefas visuais.

Novo método LM-Gaussian gera modelos 3D detalhados usando um número limitado de imagens de entrada.

Novo método cria rostos virtuais para interações online enquanto garante a privacidade do usuário.

Apresentando um método dinâmico pra melhorar a eficiência de empacotamento usando padrões.