Informática - Visão computacional e reconhecimento de padrões

Apresentando o Otter, um modelo que melhora o seguimento de instruções usando dados visuais e textuais.

A impressão digital de avatares ajuda a verificar o consentimento no uso de mídias sintéticas.

Esse artigo fala sobre como melhorar modelos de visão-linguagem pra combinar melhor objetos e atributos.

Novo conjunto de dados melhora a análise de texto e imagens em páginas da web.

Combinando aprendizado profundo e métodos tradicionais pra reconstrução de imagem.

HSCNet++ melhora a precisão e eficiência da localização visual usando aprendizado hierárquico e transformers.

Novos métodos melhoram a eficiência e acessibilidade do design de CNNs.

Novas abordagens pra melhorar o desempenho do modelo em classes raras no reconhecimento visual.

Métodos de reconstrução levantam questões de privacidade em aprendizado de máquina, criando a necessidade de proteções mais fortes.

Um novo conjunto de dados melhora as buscas de vídeo incluindo tanto dados de texto quanto de vídeo.

Pesquisadores melhoram a IA pra gerar padrões simétricos lindões pra artistas.

Novos métodos melhoram a precisão e a eficiência em identificar texto em vídeos.

O modelo DDMM gera imagens de raios-X e segmentações de alta qualidade usando dados rotulados e não rotulados.

Analisando o papel dos Transformers de Visão nas técnicas e aplicações de segmentação semântica.

Uma abordagem nova usando dados históricos melhora as previsões da temperatura da superfície do mar.

Um novo modelo melhora a redução de ruídos em imagens hiperespectrais para uma análise melhor.

Novo conjunto de dados UIT-OpenViIC melhora a legenda de imagens para falantes de vietnamita.

Novas ferramentas e conjuntos de dados melhoram a compreensão dos sinais fisiológicos através da análise de vídeo.

Um novo método melhora a detecção de elementos de gráfico usando contexto.

Um novo modelo melhora a classificação de doenças cardiovasculares usando dados de Raman e histórico médico.

O PointCMP enfrenta desafios para aprender de vídeos de nuvem de pontos 3D de forma eficiente.

Descubra como a redução de ruído melhora a qualidade de fotos e vídeos em várias áreas.

Uma nova abordagem combina texto e áudio pra melhorar a sincronização de vídeo.

LEO melhora a qualidade do vídeo separando movimento e aparência na síntese humana.

O MOVGAN simplifica a criação de vídeos com múltiplos objetos usando layouts de imagem única.

Novos métodos usando deep learning melhoram a avaliação de tumores em pacientes com glioblastoma pós-cirurgia.

Nova abordagem aumenta a precisão do reconhecimento facial usando imagens de profundidade mais claras.

A função de ativação TaLU melhora as tarefas de deep learning e lida com valores de entrada negativos.

Novos métodos para uma classificação de roupas melhor focam na eficiência dos dados.

Novo framework melhora a previsão de iluminação interna para aplicações de realidade aumentada.

Um novo método melhora a qualidade da imagem para cenas reflexivas em gráficos de computador.

Um novo conjunto de dados ajuda a analisar como os gatos expressam seus sentimentos.

RATs-GCN e P3S oferecem soluções eficientes de design de CNN.

Novo método revela preconceitos na precisão do software de reconhecimento de imagens.

Um novo método melhora o reconhecimento de categorias raras em imagens.

O CHATTY quer reduzir a confusão de classe em modelos de aprendizado de máquina durante a adaptação de domínio.

Um novo sistema rastreia os movimentos das pessoas dentro de casa, garantindo a privacidade.

Dois modelos quânticos melhoram a eficiência e a precisão da classificação de imagens.

Um novo modelo melhora a detecção de trincas em pavimentos de concreto asfáltico.

Este estudo avalia GANs na melhoria da classificação de raios-X do tórax por meio de aumento de dados.