Artigos mais recentes para Visão Computacional

Câmeras baseadas em eventos melhoram a leitura de códigos de barras e sinais borrados.

Usar câmeras e pontos de referência melhora o rastreamento de localização em lugares sem GPS.

Novos métodos ajudam robôs a navegar usando entrada visual sem mapas complexos.

Esse artigo explora como a augmentação de dados melhora o aprendizado em aprendizado por reforço profundo.

Um novo método melhora a maneira como os robôs entendem o ambiente pra uma navegação mais eficiente.

Analisando como a autoatenção impacta o desempenho do modelo em várias tarefas.

Uma nova abordagem melhora as previsões para estruturas de grafos diversas usando PM-FGW.

Uma olhada em como os VLMs combinam processamento de imagem e texto.

Um novo método pra rastreamento preciso de movimento 3D usando dados de vídeo.

Uma nova abordagem melhora a detecção de dados invisíveis em modelos de aprendizado de máquina.

Este artigo discute os desafios e soluções na performance do aprendizado por reforço visual.

Aproveitar os componentes visuais e de texto do CLIP melhora os métodos de detecção de deepfake.

Explorando o impacto das nuvens de pontos 3D nas indústrias e em aplicações de deep learning.

MuLan melhora a geração de imagens a partir de texto dividindo as tarefas em etapas mais simples.

Apresentando a distância de Wasserstein esférica fatiada estereográfica para comparação eficiente de dados esféricos.

Melhorando a compreensão de imagens e texto pelos computadores através de técnicas de treinamento avançadas.

Um novo modelo melhora a compreensão em 3D usando conjuntos de dados variados pra ter um desempenho melhor.

Explorando os avanços e aplicações de transformadores lineares em aprendizado de máquina.

DeiSAM melhora a compreensão de imagens ao combinar redes neurais com raciocínio lógico.

Técnicas inovadoras melhoram a singularidade das legendas de imagem usando referências de verdadeiro.

Novos solucionadores melhoram a comparação de dados em diferentes espaços.

Um novo método melhora a precisão na detecção de sombras em áreas com pouca luz.

Novos métodos melhoram como os modelos aprendem com os dados pra fazer previsões melhores.

Novo conjunto de dados melhora a capacidade das máquinas de processar perguntas relacionadas a imagens.

Um novo modelo melhora a geração de gráficos de cena em ambientes cirúrgicos.

Um novo método combina dados de vídeo de humanos com demonstrações de robôs pra melhorar o aprendizado.

Um novo modelo melhora a detecção de objetos pequenos em várias aplicações.

Câmeras de evento oferecem vantagens únicas pra capturar movimento rápido, com modelos de espaço de estado melhorando o processamento dos dados.

O CLIPPER+ melhora o registro de nuvens de pontos identificando com precisão os pontos bons entre os ruins.

O AutoMMLab facilita a criação de modelos de visão computacional pra todo mundo.

Explora o algoritmo Blurring Mean Shift e suas aplicações em agrupamento.

O CLIPose melhora a estimativa de pose de objetos usando imagens, nuvens de pontos e descrições de texto.

Esse artigo fala sobre uma nova estrutura pra avaliar alucinações em LVLMs.

A pesquisa explora melhorias em adaptar modelos sem acesso aos dados de origem.

DCLS melhora o desempenho na classificação de áudio aprendendo as posições do núcleo durante o treinamento.

Simplificando a detecção de faixas com geração de sequências inovadoras.

Combinar dados de RGB e profundidade melhora o reconhecimento de ações em sistemas robóticos.

Novo método melhora o desempenho do rastreamento infravermelho térmico através da integração de movimento.

Apresentando um novo método pra aprender o comportamento de objetos em vídeos e cenas 3D.

Um estudo sobre métodos eficientes para ajustar modelos grandes através da Adaptação de Baixa Classificação.