Artigos mais recentes para Processamento de Imagem

A pesquisa foca na integração do entendimento visual e de texto em modelos de IA.

Analisando como dados sintéticos melhoram a precisão da classificação de imagens no ImageNet.

Uma nova maneira de criar imagens realistas usando apenas duas fotos.

DeepSim-Nets melhoram a precisão do mapeamento de profundidade usando técnicas de aprendizado profundo.

Um novo método melhora a aprendizagem a partir de imagens não centradas em objetos através da sensibilidade geométrica.

Um estudo que examina a confiabilidade das explicações visuais em redes neurais.

Um novo método melhora a augmentação de dados para treinar modelos e ter um desempenho melhor.

Uma nova camada para mais flexibilidade no processamento de imagem e controle do usuário.

B-CNNs melhoram o reconhecimento de imagens através de capacidades de rotação e reflexão.

Um novo método melhora a detecção de objetos pequenos em imagens.

Pesquisadores desenvolvem método pra esclarecer a representação de características em redes neurais.

Um novo método melhora a clareza de imagens de baixa resolução usando técnicas inovadoras.

Um novo método melhora a qualidade da imagem na microscopia por raios X.

Transformando a iluminação do rosto em imagens sem precisar de montagens complicadas ou muito treino.

Explorando os processos neurais e como eles conseguem lidar com a incerteza nas previsões.

Métodos de deep learning transformam a remoção de ruído em imagens, melhorando a clareza e a qualidade.

Nerfbusters melhora as capturas casuais de NeRF, reduzindo artefatos e melhorando a geometria.

Saiba como o MAE-CT melhora a análise de imagens com pouca data rotulada.

O desafio NTIRE 2023 mostra o progresso em melhorar as imagens de Campo de Luz.

Uma nova abordagem melhora a segmentação de imagem usando modelagem binária independente.

Uma olhada detalhada nas técnicas de segmentação panóptica e suas aplicações.

Um novo algoritmo melhora a augmentação de dados usando informações de rótulo para um treinamento de modelo mais eficaz.

Um estudo comparando técnicas de aumento de dados pra melhorar modelos de visão computacional.

Novo método melhora o reconhecimento de imagens com poucos exemplos.

Uma nova abordagem usa estruturas de grafo pra melhorar a precisão das tags em imagens.

Um novo método melhora a qualidade de imagens hiperespectrais reduzindo o ruído de forma eficaz.

A NUMSnet tá revolucionando a análise de imagens médicas com métodos de segmentação eficientes.

Pesquisadores desenvolvem o DeformableFormer pra melhorar a avaliação de amostras de tecido pancreático.

Dois novos métodos melhoram a análise de imagens, lidando com a rotulagem de dados e informações faltantes.

Automatizando a extração de dados de histórico acadêmico pra uma entrada de notas mais rápida e precisa.

Um novo método melhora a velocidade e a qualidade em Modelos Probabilísticos de Difusão de Denoising.

Explora o impacto das transformações de imagem na performance do modelo em aprendizado auto-supervisionado.

Uma nova abordagem combina redes neurais com esteganografia pra esconder dados melhor.

Um novo método gera modelos 3D a partir de imagens únicas sem precisar de dados extras.

O FLW-Net oferece uma maneira simples de melhorar a qualidade de imagens em baixa iluminação.

O MixPro melhora o treinamento de modelos de imagem, aumentando o desempenho e a robustez para Vision Transformers.

Um novo método usa texto pra melhorar a precisão da coloração de imagens.

Novo método melhora a clareza das imagens para uma segmentação melhor em estudos biológicos.

Graph-CoVis melhora a estimativa da pose da câmera usando várias imagens panorâmicas.

Técnicas pra melhorar as conexões entre imagens e texto usando hiperonimização.