Artigos mais recentes para Visão Computacional

O DynaShare adapta o compartilhamento de modelos pra melhorar o desempenho em várias tarefas.

i-SRN melhora a estimativa de pose para robôs usando representações implícitas e renderização neural.

Explorando maneiras de melhorar a codificação de imagem para aplicativos de IA avançados.

Uma técnica pra identificar a falta de confiabilidade na reconstrução da malha do corpo humano.

O VoxDet melhora o reconhecimento de objetos usando modelos 3D pra lidar com cenas complexas.

O GRAtt melhora a eficiência de rastreamento em tarefas difíceis de segmentação de vídeo.

Explorando como redes neurais reconhecem simetrias nos dados através da equivariância.

Novos métodos de destilação de conhecimento aumentam a eficiência do treinamento de modelos.

Analisando limitações e correções em funções de influência pra melhorar o desempenho do modelo.

Esse estudo melhora um método clássico pra detectar linhas em imagens de documentos.

PlaNeRF melhora a modelagem 3D a partir de imagens 2D, aprimorando a geometria e a qualidade da imagem.

Um novo método melhora a amostragem de dados usando fluxos de normalização e dinâmicas de Langevin.

Novos métodos melhoram a capacidade dos modelos de aprendizado de máquina de lidar com dados desconhecidos.

A pesquisa integra princípios biológicos nas CNNs pra melhorar a análise de imagens.

Apresentando um método modular para responder perguntas visuais sem precisar de exemplos.

Um novo método pretende melhorar a precisão da localização de objetos na análise de vídeo.

Esse método melhora como os computadores ligam imagens com legendas.

Um novo método melhora a qualidade da imagem usando dados de alta resolução limitados.

Um novo conjunto de dados melhora a análise de gráficos de cena para conectar melhor imagem e texto.

GMSF traz uma nova maneira de estimar movimento em 3D.

Novos métodos melhoram a reconstrução 3D de superfícies reflexivas usando técnicas de renderização neural.

Esse artigo investiga a necessidade do componente de consulta nos modelos de transformer.

Um novo modelo melhora a geração de dados a partir de vários tipos de entrada.

O T2FNorm melhora a habilidade das redes neurais de detectar dados desconhecidos.

Aprenda sobre o YOLO para detecção de objetos em tempo real.

Aprenda a criar um sistema que identifica rodas de veículos em diferentes condições.

Pesquisadores usam imagens pra ensinar os robôs a interagir com o mundo.

Novo framework melhora a precisão da localização de objetos 3D usando uma única câmera.

Este estudo analisa como modelos de deep learning interpretam lógica em diagramas usando ilusões visuais.

Novo conjunto de dados melhora a capacidade de perguntas sobre imagens no processamento da língua Hausa.

Caterpillar é uma nova arquitetura MLP pra captar detalhes locais de imagem.

Uma nova abordagem para rodar modelos X3D em FPGAs para análise de vídeo eficiente.

Um framework pra melhorar modelos generativos usando modelos de difusão pré-treinados.

Uma nova abordagem integra métodos de kernel com aprendizado profundo pra um desempenho melhor.

Um novo método melhora modelos de visão-linguagem com feedback em tempo real pra ter um desempenho melhor.

O LayoutMask melhora a interação com texto e layout pra uma compreensão melhor dos documentos.

Uma nova abordagem pra melhorar a geração de grafos de cena pra uma melhor compreensão visual.

PaLI-X combina habilidades de visão e linguagem, se destacando em várias tarefas.

Este estudo avalia diferentes técnicas para detectar formas 3D em rotação.

Novas redes neurais aprendem transformações direto dos dados, melhorando a eficiência e a compreensão das simetrias.