Informática - Visão computacional e reconhecimento de padrões

O MindEye2 permite reconstruções visuais claras a partir de dados mínimos de escaneamento cerebral.

Novas abordagens melhoram a análise de imagens médicas 3D usando modelos de linguagem.

Nova abordagem melhora a detecção de calçadas para veículos autônomos.

VecKM melhora a codificação da geometria local para nuvens de pontos, aumentando a eficiência e a robustez.

O TraveLER melhora a compreensão de vídeos por meio de perguntas interativas para dar respostas melhores.

Um estudo sobre métodos de IA para detecção de câncer em patologia digital.

Descubra como avatares 3D estão mudando as interações online e a expressão pessoal.

Um método pra avaliar o estilo artístico em imagens geradas.

Um novo modelo melhora o reconhecimento de ações em vídeos sem cortes, enquanto minimiza o uso de memória.

Um novo modelo melhora a análise de dados de sensoriamento remoto usando abordagens multissensor.

FireANTs melhora a velocidade e a precisão do registro de imagens, especialmente em imagens médicas.

Um novo método melhora o realismo e a editabilidade de humanos em 3D.

SurMo melhora a renderização de vídeos de humanos dinâmicos juntando aparência e movimento.

Um método que combina linguagem e propriedades físicas pra criar cenas 3D dinâmicas.

Novo método melhora a compressão de dados 3D enquanto mantém a qualidade.

Esse estudo foca em melhorar a precisão espacial na geração de imagens a partir de texto.

A BEM oferece uma solução pra melhorar modelos com classes desbalanceadas em aprendizado semi-supervisionado.

Um método novo melhora a eficiência de criar avatares humanos.

Analisando os preconceitos na geração de imagens e seus impactos na sociedade.

O TEAR alinha grandes conjuntos de pontos 3D de forma eficiente, superando outliers e problemas de memória.

Um novo método de treinamento melhora o desempenho dos modelos de visão-linguagem em tarefas zero-shot.

Uma nova estrutura transforma a interpretação de imagens através de gráficos de cena com vocabulário aberto.

Esse artigo mostra um jeito de criar gêmeos digitais de objetos em movimento.

Um novo conjunto de dados foca no raciocínio causal usando as animações do 'Tom e Jerry'.

Drones pequenos melhoram a detecção de pragas na agricultura, promovendo sustentabilidade e eficiência.

O LP++ melhora a adaptação de modelos de visão-linguagem, especialmente em cenários de aprendizado com poucos exemplos.

O SnAG melhora a precisão e eficiência de ancoragem de vídeo para vídeos mais longos.

Novos métodos melhoram a segurança prevendo os movimentos de pedestres fora da vista para veículos autônomos.

Novos conjuntos de dados melhoram as capacidades da Busca por Arquitetura Neural em aplicações do mundo real.

Métodos para melhorar a qualidade de renderização em tamanhos de cena diferentes.

Um novo método pra editar avatares 3D de forma fácil e eficaz usando só uma imagem.

Uma nova estrutura melhora a geração dinâmica de conteúdo 3D para animação e jogos.

Um novo método de treinamento melhora a composicionalidade dos modelos de visão e linguagem.

Um esquema pra alinhar imagens de objetos similares em um espaço 3D.

O framework PriViLege melhora o aprendizado em Few-Shot Class Incremental Learning com modelos grandes.

Novo método melhora o controle de movimento da câmera na criação de vídeo a partir de texto.

Uma nova abordagem para cenários de tráfego realistas nos testes de veículos autônomos.

Câmeras de visão 360 melhoram a segurança na direção, mas enfrentam desafios por causa de artefatos ópticos.

O IISAN melhora a eficiência em sistemas de recomendação multimodal, mantendo a performance.

Um novo método melhora a clareza em imagens escuras para várias aplicações.