Informática - Visão computacional e reconhecimento de padrões

Novos métodos melhoram a transformação de texto em modelos 3D precisos.

Modelos de deep learning melhoram a precisão na segmentação de derrames, resultando em melhores resultados para os pacientes.

Explorando a importância das relações espaciais nas interpretações de visão computacional.

Llip melhora como as imagens são combinadas com diferentes descrições textuais.

Edite imagens 3D com precisão usando vários métodos de entrada para alterações locais.

Explorando o papel da tecnologia em melhorar o diagnóstico de câncer através da análise histológica.

EMOPortraits melhora o realismo dos avatares animados, tornando as expressões emocionais mais precisas.

Um olhar conciso sobre alucinações em MLLMs e estratégias pra melhorar a confiabilidade.

Um novo método pra editar cenas 3D mais rápido e com qualidade, usando descrições em texto.

Um novo sistema melhora a qualidade da imagem usando adaptadores especializados baseados em comandos de texto.

O TheaterGen combina modelos de linguagem e imagem pra criar visuais de narrativa consistentes.

Um conjunto de dados abrangente de imagens de street view para projetos de geolocalização no mundo todo.

Explorando as complexidades de gerenciar imagens médicas em pesquisas de radiologia.

Modelos quânticos melhoram a precisão da classificação de imagens ao lidar com variações e rotações.

Um método pra verificar a confiabilidade do modelo sem rótulos verdadeiros.

Esse artigo fala sobre os avanços da PyLaia em reconhecimento de texto usando modelos de linguagem.

Novas métricas melhoram a avaliação de sistemas de extração de informações em documentos manuscritos.

O método FOOL melhora a transferência de dados de satélite reduzindo o tamanho enquanto preserva a qualidade.

Um novo framework pra melhorar a análise de dados de sensoriamento remoto usando metadados.

Um novo método melhora as tomografias computadorizadas de baixa dose reduzindo o ruído de forma eficaz.

Novos benchmarks revelam desafios para MLLMs em tarefas do mundo real com contextos longos.

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.