Artigos mais recentes para Visão Computacional

Uma rede leve para estimativa de pose em tempo real em dispositivos móveis.

A gente propõe um jeito de melhorar a eficiência dos transformers de visão em dispositivos edge.

Aprenda a comparar medidas de probabilidade em estruturas de dados complexas.

Um novo método melhora a capacidade dos robôs de encontrar objetos em ambientes abertos.

Novos métodos melhoram a detecção de objetos pequenos na visão computacional.

Um novo método reduz a necessidade de dados rotulados em tarefas de visão computacional.

O modelo GCF melhora a precisão do reconhecimento de expressões faciais usando técnicas inovadoras de deep learning.

Uma nova estrutura tem como objetivo detectar e corrigir erros nos resultados de LVLM.

Novos métodos melhoram a criação de múltiplos objetos em imagens com precisão aprimorada.

Uma nova abordagem melhora a previsão de ações futuras usando insights visuais e semânticos.

Um novo método usando topologia melhora a detecção de pontos-chave em imagens.

O HRSAM melhora a eficiência e a precisão da segmentação de imagens para entradas de alta resolução.

HTCL melhora a compreensão de cenas 3D usando dados de câmera de quadros anteriores.

O Label Anything melhora a segmentação com menos exemplos e vários prompts.

CountFormer melhora a contagem de multidões através de processamento em múltiplas vistas, aumentando a precisão e flexibilidade.

Apresentando um novo modelo que junta texto e layout de um jeito eficiente pra entender documentos melhor.

O FlowTrack melhora o rastreamento ao focar nos movimentos de pontos individuais e em dados históricos.

Um novo método simplifica a modelagem 3D em ambientes usando sistemas de câmera-projetor não calibrados.

Um novo método melhora a detecção e rastreamento em veículos autônomos usando câmeras de múltiplas visões.

Novo método melhora a precisão da previsão visual através da representação de objetos.

CLAMP-ViT oferece uma nova forma de comprimir transformers visuais usando dados sintéticos.

Explora a evolução e os benefícios do YOLO na detecção de objetos.

Um novo método melhora a reconstrução de cenas urbanas em 3D a partir de diferentes ângulos.

Um novo framework analisa e reduz o viés em modelos de visão-linguagem através de intervenções específicas.

Um novo método melhora o aprendizado auto-supervisionado ao adicionar um componente de memória.

Um novo design de camada convolucional reduz parâmetros e melhora a interpretabilidade em modelos de IA.

Novo conjunto de dados melhora a geração de imagens e textos em Modelos de Visão-Linguagem.

Um novo método melhora a modelagem 3D a partir de vídeos de uma única câmera.

Apresentando um novo método para melhorar a generalização de domínio em aprendizado de máquina.

Um novo conjunto de dados ajuda a prever traços individuais a partir de imagens de corpo inteiro.

Um novo método ajuda os robôs a enxergar bem o que tá ao redor sem precisar de ajuda humana.

Essa pesquisa analisa como problemas visuais afetam modelos de Resposta a Perguntas Visuais.

Novos métodos de normalização melhoram a capacidade do Slot Attention de reconhecer objetos em imagens.

Um novo método melhora a estimativa de profundidade usando imagens de múltiplas câmeras.

Método de conjunto inovador melhora a precisão de modelos de linguagem e visuais.

Descubra como os modelos de difusão melhoram a augmentação de dados de imagem em machine learning.

Um novo método baseado em pontos melhora a compreensão de cenas para veículos autônomos.

Novo método melhora a precisão da segmentação de imagem usando classificação baseada em patch.

CLIP-CITE melhora os modelos CLIP para tarefas específicas, mantendo a flexibilidade.

TrackPGD testa os limites do rastreamento de objetos através de ataques adversariais avançados.