Artigos mais recentes para Visão Computacional

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.

Um sistema que cria e edita objetos segurados pelas mãos em imagens.

Um novo método melhora a renderização de imagens aéreas usando menos entradas.

Um olhar sobre a interseção entre sistemas de vídeo e de compreensão de linguagem.

Um estudo sobre a eficácia de vários modelos leves na classificação de imagens.

Um novo método melhora ataques direcionados usando amostras fáceis em redes neurais.

Este estudo explora métodos pra melhorar modelos de visão-linguagem usando imagens geradas.

F-LMM combina habilidades de conversação com ancoragem visual para melhorar as interações da IA.

O Gentle-CLIP melhora o alinhamento de dados usando novas técnicas e diminui a necessidade de dados rotulados.

H-GLaD melhora a destilação de dataset, aumentando a eficiência e o desempenho no treinamento de modelos.

Um novo método melhora o aprendizado contínuo em IA ao reduzir o esquecimento.

Uma olhada nos erros em SLAM e o papel dos Jacobianos na otimização.

Uma nova abordagem melhora a precisão nos sistemas de localização ao lidar com as mudanças de perspectiva dos sensores.

Um novo método melhora a precisão na detecção de ações em cenas de vídeo que se sobrepõem.

Analisando a eficácia dos ViTs para reconhecimento de texturas em comparação com métodos tradicionais.

Novas técnicas melhoram tarefas de controle robótico usando Vision Transformers.

Novos métodos reduzem artefatos para uma restauração de imagem mais clara.

Novos métodos melhoram a precisão na estimativa de profundidade usando dados sintéticos e do mundo real.

Um novo framework melhora a visibilidade de objetos em imagens complexas através de métodos inovadores.

Um novo modelo melhora a forma como os robôs entendem o ambiente em 3D.

Nova abordagem melhora o aprendizado a partir de dados intercalados de imagem e texto.

O BBQ combina dados visuais e linguagem pra melhorar a busca de objetos em 3D.

NutNet melhora sistemas de detecção de objetos ao identificar de forma eficaz patches adversariais.

Novos métodos melhoram o reconhecimento de imagem pra identificar pessoas em diferentes ambientes.

Um novo padrão avalia como os LVLMs dependem do conhecimento prévio da linguagem.

Um novo sistema permite a criação de modelos 3D usando imagens únicas do mundo real.

Uma nova abordagem para segmentação de objetos em vídeo melhora a precisão ao limitar o uso de memória.

ConSoR melhora a compreensão das conexões sociais através da análise do contexto visual.

Um novo modelo melhora a precisão da estimativa de profundidade usando técnicas de aprendizado auto-supervisionado.

Novos métodos melhoram conjuntos de dados de imagem enquanto garantem privacidade e desempenho.

A pesquisa foca em melhorar a eficiência nos modelos de compreensão de documentos.

Um novo benchmark testa o raciocínio composicional em modelos avançados.

CViT junta aprendizado de operador com campos neurais condicionados pra melhorar modelagem científica.

ABTrack melhora a velocidade e a eficiência do rastreamento visual em vários dispositivos.

Um novo método melhora a precisão dos modelos de aprendizado de máquina em dados não vistos.

ImageNet3D melhora a compreensão de máquinas sobre objetos 3D em imagens.

Uma nova rede neural melhora o reconhecimento de cores pra uma classificação de imagem melhor.

Uma mudança de patches pra pixels na visão computacional tá mudando a análise de imagens.