Informática - Visão computacional e reconhecimento de padrões

Um novo método melhora o controle do movimento da câmera na geração de vídeos.

Um novo método melhora a modelagem 3D de humanos a partir de fotos mínimas.

Analisando a importância e as dificuldades de avaliar modelos de IA multimodal.

O LookupViT melhora as tarefas de reconhecimento visual através de um processamento de tokens eficiente.

A GroundUp facilita o processo de design pra arquitetos urbanos usando uma tecnologia inovadora de modelagem 3D.

O framework CHOSEN melhora os Transformers de Visão para uso eficiente em FPGA.

A Uni-Food é um recurso completo pra pesquisa sobre comida, com imagens e dados nutricionais.

O novo modelo combina linguagem natural e contato 3D entre mão e objeto pra mais realismo.

Um novo sistema para experiências de roupas online personalizadas.

A IA melhora a detecção precoce de pólipos colorretais com técnicas de imagem avançadas.

Uma nova abordagem melhora a compreensão de vídeos longos, enfrentando desafios importantes.

Um método novo melhora a segmentação semi-supervisionada ao focar em pseudo-rótulos confiáveis.

Uma nova abordagem melhora a segmentação de órgãos em imagens médicas usando conjuntos de dados parcialmente rotulados.

Novos modelos de uma única etapa superam os métodos tradicionais na detecção de fraturas no pulso em jovens.

Uma olhada em como as máquinas estão melhorando o processamento de documentos sem OCR.

Novas câmeras de evento melhoram a precisão no reconhecimento e tradução de Língua de Sinais, deixando as ferramentas de comunicação mais eficientes.

Um novo método junta dados de câmeras de eventos e câmeras de quadro pra melhorar a detecção de objetos.

Um método que melhora o aprendizado de máquina pra reconhecer melhor categorias raras.

Novos métodos melhoram a compreensão das interações cerebrais em pacientes com derrame.

HDRSplat melhora a precisão de modelagem 3D em condições de pouca luz.

O MERLIN melhora a busca de vídeos envolvendo os usuários em feedback interativo.

Este artigo analisa a eficácia dos modelos multimodais usando dados de linguagem e visuais.

Desenvolvendo métodos adaptativos pra segmentação de dados 3D pra identificar novas classes de objetos.

O VAR usa análise de vídeo pra ajudar os árbitros em todos os níveis do futebol.

Apresentando um novo método para melhorar a segmentação de imagens sem precisar de muitas marcações.

O GLARE melhora imagens em baixa luz usando uma abordagem única de código e controles do usuário.

Técnicas de deep learning mostram potencial pra segmentar o pâncreas a partir de tomografias.

Este estudo analisa como os métodos VPR modernos melhoram a fusão de submapas em sistemas de SLAM visual.

DeepClean automatiza a identificação e correção de distorções em imagens.

Apresentando o GOAR, um jeito de entender melhor a importância das características na IA.

Um novo framework melhora a precisão na detecção de pólipos em imagens gastrointestinais.

FETCH melhora o uso da memória enquanto mantém a precisão em tarefas de aprendizado de máquina.

Juntar compreensão de linguagem e visão melhora as habilidades de navegação dos robôs.

Uma nova ferramenta ajuda os usuários a corrigir desalinhamentos em embeddings multimodais.

Pesquisas destacam métodos para detectar informações falsas em IA automotiva.

Novo modelo melhora a precisão da previsão de imagens e a clareza das explicações.

Um novo método melhora a geração de imagens para direção autônoma em condições adversas.

Este artigo analisa como o processamento configuracional ajuda no reconhecimento de objetos.

Um novo método automatiza a criação de dados para tarefas de ancoragem visual, melhorando a eficiência do aprendizado de máquina.

Pesquisadores melhoram o aprendizado de formas 3D usando fontes de dados diversas para uma melhor compreensão das máquinas.