Artigos mais recentes para Visão Computacional

Explorando o uso de LLMs pra melhorar tarefas de visão de baixo nível, tipo remoção de ruído e desfoque.

Um novo método pra criar conjuntos de dados automaticamente melhora a eficiência do aprendizado de máquina.

Um novo método combina tokens tangíveis e intangíveis pra uma melhor compreensão visual.

Esse artigo fala sobre modelos de previsão de vídeo e como eles são usados em tarefas de segmentação de instância.

Novo método tem como objetivo melhorar a segurança da geração de texto para imagem.

Uma nova abordagem conecta dados visuais com seus significados pra raciocínio melhor.

Um novo sistema híbrido combina métodos ópticos e eletrônicos para uma classificação de imagem eficiente.

Deep-PE melhora a precisão na seleção de poses em cenários de nuvem de pontos com pouca sobreposição.

Um novo método melhora a estimativa de movimento usando malhas de elementos finitos adaptativas.

O DMPlug melhora os métodos de recuperação para problemas inversos usando modelos de difusão pré-treinados.

Um novo modelo melhora os Transformers ao combinar informações sensoriais e relacionais.

CoACT melhora a capacidade dos modelos fundamentais de aprender novas classes de forma eficiente.

Uma nova abordagem melhora o mapeamento e o rastreamento usando imagens RGB.

Um novo método simplifica a criação de imagens personalizadas a partir de uma única imagem e um texto curto.

Novo padrão busca melhorar a compreensão de texto e imagens pela IA.

Descubra como o deep learning hipercomplexo melhora o processamento de dados e o desempenho dos modelos.

Apresentando o SparseSplat360 pra resolver a reconstrução 3D com poucas imagens.

O CHAMP melhora a estimativa de pose 3D usando pontos-chave 2D de vídeos.

Apresentando um novo método pra melhorar a estimativa de profundidade usando dados não rotulados.

Esse artigo analisa as U-Nets e o papel delas no processamento de imagens usando modelos generativos.

A UniTraj resolve os desafios da modelagem de trajetórias com vários agentes de um jeito unificado.

SADA melhora a estabilidade do treinamento em aprendizado de reforço visual com técnicas avançadas de aumento de dados.

Nova técnica melhora a precisão na estimativa de pose 3D, mesmo com dados faltando.

SynCx melhora a descoberta de objetos usando pesos complexos e processamento iterativo.

O GenWarp gera novas visões a partir de imagens únicas, mantendo os detalhes essenciais.

Um novo método melhora o desempenho do modelo usando dados com rótulos ruidosos.

Um modelo simplificado pra navegação eficaz usando instruções em linguagem natural.

Incluir dados em outras línguas melhora o desempenho do modelo de visão-linguagem e a compreensão cultural.

Apresentando o TokenUnify, um método que melhora a segmentação de imagens através de técnicas de treinamento inovadoras.

Apresentando um novo método pra criar imagens realistas a partir de uma única fonte.

Abordagem inovadora para criar visões de rua claras a partir de imagens de vídeo dentro do carro.

Novo framework melhora o reconhecimento de imagem em diferentes áreas usando descrições em linguagem.

Um novo método melhora a precisão do modelo com ajustes simples.

Um novo método melhora a detecção de pontos faciais sem precisar de dados rotulados.

Uma nova abordagem ajuda os robôs a conectar dados visuais com ações.

Uma abordagem nova melhora a precisão da classificação reduzindo a dependência do fundo.

OV-DQUO melhora a detecção de objetos, identificando categorias conhecidas e desconhecidas de forma eficiente.

Uma nova estrutura melhora a detecção de objetos em cenas complexas.

Um novo método melhora imagens 3D removendo distrações em movimento.

Pesquisas mostram um jeito de melhorar a performance de modelos multimodais, mexendo nas lacunas de representação.