Informática - Visão computacional e reconhecimento de padrões

Um modelo se adapta a várias tarefas de imagem usando exemplos mínimos.

Novo método melhora a remoção de sombras em imagens usando aprendizado profundo e transformadores.

Med-Gemini melhora a saúde com uma IA avançada para diagnósticos e interação com os pacientes.

O DragPoser avança a captura de movimento com menos sensores, mantendo animações de alta qualidade.

Novos métodos melhoram a análise de cenas visuais usando técnicas de codificação eficientes.

Um projeto pra processar e compartilhar 100 anos de registros censitários da França.

Um estudo revela insights sobre o equilíbrio entre entradas visuais e textuais em VLMs.

Aprenda como modelos generativos estão mudando as técnicas de preenchimento de vídeo.

Um novo método melhora como a gente conta ações em vídeos usando exemplos.

Uma nova abordagem semi-supervisionada melhora a detecção de tabelas em imagens de documentos.

Novos métodos melhoram a compreensão e análise de eventos incomuns em vídeos.

O MV-RGBT oferece um conjunto de dados realista pra avaliar métodos de rastreamento RGBT.

Novos componentes melhoram a eficiência da memória e a velocidade de processamento na geração 3D.

Apresentando uma nova estrutura para animações realistas de pedestres no treinamento de veículos autônomos.

Novas câmeras baratas oferecem soluções de imagem 3D eficientes em várias áreas.

Apresentando o LVOS: um dataset pra rastrear objetos em vídeos longos.

Um método pra melhorar a classificação de imagens, reduzindo os preconceitos nos conjuntos de dados.

Um modelo pra entender melhor o impacto do óleo de palma nas florestas e na sustentabilidade.

GMS melhora a segmentação de imagens médicas usando modelos generativos pra ter mais precisão.

Um novo framework melhora o aprendizado a partir de modelos pré-treinados sem precisar dos dados originais.

EchoScene melhora a criação de cenas 3D indoor com métodos inovadores e interação do usuário.

Um novo método pra criar e editar imagens usando sinais de áudio.

Explorando as capacidades dos modelos de linguagem visual na análise de imagens de microscopia.

Um novo método usando deep learning melhora a detecção de DFUs infectadas.

Uma nova abordagem melhora a geração de imagens com múltiplos sujeitos usando manipulação de layout.

Novos modelos melhoram as interações em dueto nas performances de dança virtuais.

Um novo método melhora o reconhecimento de objetos ao incentivar a composição nas representações de imagem.

Usando tecnologia avançada pra melhorar o diagnóstico de AVC e os resultados do tratamento.

Uma nova forma de gerar legendas mais informativas para imagens.

Pesquisas trazem técnicas inovadoras pra melhorar a detecção de vídeos deepfake.

Explorando como a computação neuromórfica tá transformando o processamento de dados visuais.

A Wake Vision melhora a detecção de pessoas para TinyML com um baita conjunto de dados.

Um novo método para dirigir de forma autônoma mais seguro e inteligente sem mapas HD.

Explora a ascensão e a eficiência dos Transformers de Visão no processamento de imagem.

Dados do mundo real melhoram a segurança dos sistemas de direção automática por meio de simulações avançadas.

Nova tecnologia junta computação quântica e IA pra melhorar o diagnóstico de retinopatia diabética.

A pesquisa foca em como os veículos autônomos podem igualar o estilo de dirigir dos humanos pra deixar a galera mais confortável.

Uma nova abordagem de aprendizado de máquina melhora a precisão na análise de impressões de solados de sapato.

Um modelo de IA avançado melhora a detecção de lesões de acidente vascular cerebral isquêmico em exames de ressonância magnética.

Um sistema que permite que os rovers naveguem de forma autônoma na superfície escura da Lua.