Artigos mais recentes para Visão Computacional

Um novo método oferece várias razões para classificações de imagens, melhorando a compreensão e a confiança.

SINCERE melhora o aprendizado contrastivo supervisionado com uma separação e representação de classes melhores.

Avaliando grandes modelos em tarefas visuais de baixo nível através do Q-Bench.

O AsymFormer melhora a compreensão do ambiente pelos robôs com processamento RGB-D eficiente.

Estratégias pra melhorar a interpretabilidade em sistemas de IA pra entender melhor.

Esse artigo examina o papel dos modelos de linguagem em responder perguntas a partir de documentos.

Um novo conjunto de dados voltado pra melhorar o reconhecimento de objetos durante o corte.

Um novo método permite que modelos reconheçam tanto objetos conhecidos quanto desconhecidos.

Um novo método gera rótulos detalhados para segmentação semântica usando dados sintéticos.

Novos métodos melhoram a avaliação de desempenho de pequenos objetos em WSSS.

O método BoIR melhora o rastreamento de várias pessoas em imagens, aumentando a precisão em cenas cheias.

Um novo método melhora o aprendizado de objetos 3D sem precisar de dados rotulados.

Um novo método melhora a colocação das câmeras para gerar imagens 3D de alta qualidade.

Novos métodos melhoram a eficiência de memória e a precisão na segmentação de objetos em vídeo.

Um novo método melhora a estimativa de pose 3D a partir de imagens 2D de várias pessoas.

Uma nova abordagem simplifica a adaptação para detecção de objetos em diferentes ambientes.

O M 3D melhora a compreensão das máquinas sobre dados visuais usando imagens e informações de profundidade.

Um novo método melhora o ajuste fino dos transformadores de visão, reduzindo as necessidades de computação.

ObVi-SLAM melhora a localização do robô ao combinar características visuais e detecção de objetos.

Um método pra transformar rostos em cartoon mantendo as características únicas.

Uma nova abordagem traduz descrições de texto em sequências de vídeo.

Uma nova abordagem simplifica o design de modelos para dispositivos com poder de computação limitado.

Melhorando o NAS Zero-Shot usando correção de viés pra um desempenho melhor do modelo.

Mask4D melhora o rastreamento e reconhecimento de objetos em ambientes dinâmicos usando dados de LiDAR.

Apresentando um método de aprendizado ativo que combina incerteza e diversidade pra melhorar a eficiência de rotulação.

Combinar pontos e linhas melhora a precisão na estimativa das relações de imagem.

Apresentando o Q-REG, um método que otimiza o registro de nuvens de pontos 3D através de um treinamento de ponta a ponta.

Novos métodos melhoram o desempenho do VideoQA usando dados de treinamento mínimos.

STRPCA melhora a subtração de fundo pra uma detecção de objeto melhor em vídeos.

Um método novo pra criar imagens rapidão com base nas posições da câmera em espaços reais.

Novo conjunto de dados e método melhoram a precisão e eficiência da análise de fachadas.

Combinar modelos de linguagem e visão melhora a resposta a perguntas sobre imagens sem precisar de muito treinamento.

Estudo mostra que o Aprendizado Contrastivo Supervisionado melhora o desempenho do modelo em diferentes conjuntos de dados.

Saiba sobre novas técnicas que melhoram a orientação da câmera na reconstrução de cenas em 3D.

Um novo modelo melhora o reconhecimento de imagem se adaptando a transformações de um jeito único.

Apresentando o MetaCLIP pra melhorar a coleta de dados de imagem e texto.

O Model2Scene usa modelos CAD e linguagem pra melhorar o aprendizado de cenas 3D.

Um novo método melhora o rastreamento e o processamento na análise de vídeo.

Novo método reduz tokens de visão para um treinamento mais econômico.

Aprenda sobre métodos para lidar de forma eficiente com dados multidimensionais usando recuperação de tensor.