Artigos mais recentes para Visão Computacional

Um novo framework melhora a adaptabilidade do modelo a dados inesperados em visão computacional.

Esse estudo explora novos métodos pra detectar pedestres em condições climáticas difíceis.

DroneVis simplifica as tarefas de visão computacional para drones, melhorando a usabilidade e a funcionalidade.

Um novo método melhora o desempenho de modelos de visão-linguagem com classes conhecidas e desconhecidas.

Um estudo sobre o desempenho de modelos de Difusão em comparação com GANs para melhorar a qualidade de imagem.

Explorando métodos pra melhorar a precisão de localização em imagens aéreas.

Diff-Tuning melhora os modelos de difusão pra gerar imagens melhores e se adaptar.

Combinar modelos de linguagem visual com aprendizado por reforço melhora a eficiência na conclusão de tarefas.

Novos métodos melhoram a compreensão das máquinas sobre interações dinâmicas em conteúdo de vídeo.

Novos métodos melhoram a estimativa da posição da cabeça pra ter mais precisão em situações do mundo real.

O TransCLIP melhora as previsões ao integrar dados visuais e textuais em Modelos de Visão-Linguagem.

Este estudo avalia rastreadores de transformadores contra ataques adversariais no rastreamento de objetos.

O SpatialRGPT melhora a compreensão do arranjo de objetos em Modelos de Linguagem Visual.

Uma estrutura pra conectar processamento de imagem e interpretação de texto em modelos de visão.

Um método usando MCMC pra geração efetiva de amostras negativas em aprendizado contrastivo.

Este estudo analisa métodos de agrupamento de imagens em grandes conjuntos de dados, destacando as variações de desempenho.

Novo modelo melhora as previsões de interações de objetos usando vídeos e imagens.

Apresentando o CUT, uma estrutura pra gerar anomalias realistas e diversas sem precisar de treinamento extra.

Essa pesquisa mostra como imagens e texto interagem em tarefas de raciocínio.

Um novo método pra melhorar os mecanismos de atenção em processamento de dados complexos.

Open-YOLO 3D melhora a segmentação de instâncias 3D com rapidez e precisão.

Uma nova abordagem melhora o aprendizado visual ao incorporar a representação de objetos em 3D.

Esse estudo analisa como modelos já treinados agrupam dados que ainda não foram vistos.

Descubra como o MetaMixer transforma a eficiência e a adaptabilidade dos modelos.

Pesquisas mostram como patches de gatilho influenciam a geração de imagens em modelos de difusão.

DiffCut oferece uma abordagem nova para segmentação de imagem sem precisar de dados rotulados.

O Gear-NeRF melhora a renderização de cenas 3D dinâmicas usando técnicas que sacam o movimento.

Apresentando o DOMA, um modelo pra prever movimento em cenas 3D.

Um novo framework melhora o registro de nuvens de pontos usando marcadores fiduciais LiDAR.

Um novo método melhora a precisão de modelos pequenos usando dados sintéticos.

Um novo método melhora a classificação de imagens usando descrições textuais detalhadas.

MambaDepth oferece uma nova maneira de estimar profundidade a partir de imagens únicas.

Um método pra equilibrar precisão e custo em modelos de classificação de imagens.

Um novo método cria modelos 3D detalhados a partir de imagens únicas rapidinho.

Examinando o papel dos neurônios em modelos CLIP e suas interações.

Este artigo explora como os MLLMs armazenam e transferem informações ao responder perguntas visuais.

O MASA aprende a rastrear objetos usando imagens sem rótulos, melhorando a adaptação em situações diversas.

A ReDistill oferece uma solução inovadora pra diminuir o pico de memória em redes neurais.

Esse artigo analisa como modelos de difusão melhoram tarefas de geração e manipulação de imagens.

Um novo método melhora a segmentação de imagens permitindo rotulagem de texto flexível.