Artigos mais recentes para Visão Computacional

Um novo método melhora os Transformers de Visão para uma melhor compreensão de imagens com menos recursos.

Uma abordagem estruturada para o posicionamento eficaz de sensores em tarefas de visão robótica.

Um novo método melhora o realismo das imagens através do controle de forma 3D em modelos de difusão.

O sistema AVIS melhora a resposta a perguntas visuais com fluxos de trabalho estruturados e grafos de transição.

Explorando o potencial das câmeras de evento pra melhorar a detecção de pedestres em veículos autônomos.

Um referencial pra avaliar a semelhança de imagens com base em condições definidas pelo usuário.

Novo método melhora a estimativa de profundidade usando sensores de dual-pixel em vários dispositivos de imagem.

Um jeito de criar formas 3D realistas só com dados 2D.

Um novo método melhora as técnicas de remoção de texto em imagens.

Exemplos adversariais podem confundir sistemas de detecção de objetos, revelando brechas de segurança.

Um novo modelo melhora a velocidade e a precisão na detecção de ações em análises de vídeo em tempo real.

A anisotropia afeta o desempenho dos modelos Transformer em vários tipos de dados.

Um novo método melhora como os modelos entendem as relações entre imagem e texto.

OCAtari foca em objetos de jogo pra melhorar o aprendizado de máquina.

Um novo método usa busca de arquitetura neural pra melhorar a detecção de falsificações faciais.

Um novo modelo melhora a conexão entre imagens e suas descrições em texto.

Um novo método cria avatares 3D super realistas a partir de só uma foto.

Novos métodos melhoram a qualidade e a velocidade nos modelos de texto para imagem.

Este estudo explora como a IA pode aprender palavras ligando elas a imagens.

Um novo método prevê formas 3D a partir de imagens RGB únicas usando dados de profundidade.

TomoSAM facilita a segmentação de imagens 3D, melhorando a eficiência e a precisão para os pesquisadores.

A pesquisa melhora o reconhecimento de esboços para uma combinação melhor de formas 3D.

P2D melhora a detecção de objetos 3D em carros autônomos usando previsão de movimento.

Novos métodos melhoram a qualidade da imagem usando dados de campo de luz do mundo real.

Ground-VIO melhora a estimativa de pose do veículo usando relações câmera-solo.

Um novo modelo melhora como as máquinas reconhecem imagens ao misturar características globais e locais.

Uma nova estratégia garante a representação igualitária dos tipos de dados em aprendizado de máquina.

Uma nova abordagem pra aumentar a confiança na detecção de objetos por meio de técnicas de calibração confiáveis.

Um novo método revela como as reflexões dos olhos podem reconstruir ambientes 3D.

MaskDiT melhora a eficiência do treinamento de modelos de difusão sem perder a qualidade da imagem.

Um estudo sobre o desempenho de Modelos de Fundação Visuais sob distorções do mundo real em tarefas de segmentação.

DiffAug melhora sistemas de reconhecimento de imagem com técnicas de ruído inovadoras.

Apresentando o CANN, um método pra localizar visualmente com precisão usando recursos locais.

Um novo método melhora a geração de imagens a partir de texto, ligando corretamente entidades e modificadores.

Novos métodos melhoram a segmentação de instrumentos cirúrgicos pra operações robóticas mais eficientes.

Um novo método melhora a análise de imagens para aplicações biomédicas.

O FETNet melhora os métodos de remoção de texto em cenas pra uma privacidade e restauração de imagem melhores.

Uma olhada no Desafio de Topologia OpenLane e seus métodos inovadores.

Um novo framework melhora a segmentação de nuvens de pontos usando modelos de visão.

Pesquisas mostram que neurônios comuns ajudam na compreensão em vários modelos de IA.