Informática - Visão computacional e reconhecimento de padrões

Um sistema pra converter imagens matemáticas em texto LaTeX legível.

Novos métodos melhoram a capacidade dos VLMs de ver detalhes das imagens.

Um estudo apresenta um modelo para identificar varíola dos macacos usando técnicas de aprendizado profundo.

Aprenda como a decomposição de sprites simplifica as tarefas de edição de vídeo.

Técnicas melhoradas aumentam a classificação de imagens de comida para dar insights dietéticos melhores.

Uma estrutura pra melhorar a eficiência no aprendizado multitarefa através da compressão adaptativa de modelos.

Uma ferramenta pra facilitar a análise de grandes imagens biológicas em 3D.

Novo método melhora sensores de distância pra detectar mudanças na superfície.

A solicitação direcionada melhora a precisão na extração de informações de imagens de documentos.

Um novo método melhora a detecção de objetos em veículos autônomos usando visão e linguagem.

O MMSummary melhora a eficiência nas avaliações de ultrassom fetal através da sumarização automática de vídeos.

O ECDM gera imagens térmicas de alta qualidade, melhorando os sistemas de detecção em baixa visibilidade.

Pesquisadores desenvolvem um sistema automático para avaliar a inversão hippocampal incompleta.

Um novo método aumenta a eficiência e o desempenho de modelos de linguagem multimodal grandes.

O CAS-ViT melhora a eficiência do processamento de imagens para dispositivos móveis.

Este artigo fala sobre como criar CNNs que funcionam em dispositivos com pouca memória.

Uma nova abordagem busca melhorar a qualidade das imagens de ultrassom de forma significativa.

Um jeito novo de criar imagens claras a partir de prompts de texto complexos.

Melhorando o aprendizado de vídeo egocêntrico através de dados exocêntricos transformados.

Uma nova rede melhora a classificação de nuvens de pontos através da tradução de imagens.

Esse artigo analisa a habilidade do GPT-4 de identificar visuais enganosos.

Um novo modelo melhora a precisão no diagnóstico de câncer de mama usando várias sequências de ressonância magnética.

Novas metodologias melhoram a resistência dos modelos de deep learning a alterações adversariais.

Explorando o papel dos Transformers e LLMs em melhorar a segurança de redes.

mPLUG-Owl3 melhora a compreensão de imagens e vídeos pra dar respostas melhores.

Uma nova estrutura pra avaliar modelos de visão-linguagem de forma eficaz.

Uma olhada nos modelos de deep learning e suas propriedades geométricas.

SOD-YOLOv8 melhora a detecção de pequenos objetos em cenas de trânsito usando técnicas avançadas.

Explorando Inversão Textual e transformadores de visão para geração de imagens.

O SAM2 melhora a segmentação de MRI com pouco input do usuário pra um diagnóstico melhor.

Combinando métodos pra melhorar a precisão na imagem do coração.

O GRFormer melhora a qualidade da imagem de forma eficiente, lidando com os desafios computacionais na super-resolução.

Um novo modelo gera vídeos realistas mostrando movimentos de partes a partir de imagens únicas.

O YOLOv8 oferece detecção de quedas melhorada para a segurança dos trabalhadores em ambientes industriais.

HiLo melhora a descoberta de categorias usando desentrelaçamento de recursos e aprendizado por currículo.

Métodos inovadores para criar visuais de qualidade usando menos imagens.

Uma abordagem de aprendizado de máquina pra estimar a altura das copas das árvores de forma eficiente.

Novo modelo melhora a precisão de imagem e segmentação da cirrose hepática.

Este artigo apresenta a Auto-supervisão Agregada para melhorar o aprendizado incremental.

Este estudo analisa como a IA pode melhorar as legendas de imagens no jornalismo.