Artigos mais recentes para Visão Computacional

Um novo método melhora a eficiência do treinamento para redes em dispositivos com poucos recursos.

Novos algoritmos melhoram a restauração de imagens hiperespectrais com dados faltando.

Investigando como simetrias melhoram modelos de aprendizado de máquina pra uma análise de dados mais eficiente.

Um novo método acelera a rotulagem de dados e o treinamento de modelos.

Este estudo foca nos elementos de tráfego e nas conexões de faixas para carros autônomos.

Apresentando um método pra melhorar a classificação de imagens, focando nos objetos principais.

Um novo método melhora o rastreamento e a recuperação de vídeos usando técnicas de detecção de objetos.

Um novo framework melhora as estratégias de correspondência de detecção de objetos para resultados melhores.

O MSViT melhora o processamento de imagem ajustando os tamanhos dos tokens pra mais eficiência.

Um novo framework melhora a eficiência e a precisão na detecção de HOI.

Uma nova abordagem pra enfrentar os desafios do aprendizado incremental com poucas amostras.

Um modelo unificado melhora a precisão do rastreamento usando recursos visuais e de linguagem.

Resumo dos transformers de linguagem visual e seu impacto nas tarefas de IA.

Um novo método melhora a correspondência entre imagens visíveis e infravermelhas.

Estratégias pra melhorar a performance de modelos pequenos com novos dados.

Novo algoritmo estima a distância Chamfer mais rápido e com mais precisão para grandes conjuntos de dados.

Um sistema para robôs reconhecerem e responderem a gestos de apontar humanos usando uma câmera RGB.

Esse estudo analisa a distribuição de imagens usando modelos generativos pra melhorar o reconhecimento.

Esse artigo revisa a aplicação de modelos de base na segmentação de imagens.

Um método pra guiar modelos de difusão e evitar a geração de imagens indesejadas.

NCD ajuda a classificar categorias de dados desconhecidas usando dados rotulados e não rotulados.

VariGrad melhora a criação de vetores de características a partir de dados geométricos para uma análise de formas mais eficiente.

HoughLaneNet usa a Transformada de Hough Profunda pra melhorar a detecção de faixas na direção autônoma.

Um novo método pra identificar classes invisíveis e desconhecidas em aprendizado de máquina.

A SVIT fornece dados de instrução de alta qualidade pra treinar modelos avançados de machine learning.

Um novo método para seleção de características eficaz que considera tanto as estruturas de classe quanto de clusters.

Novos métodos melhoram a forma como os modelos escolhem quadros para responder perguntas de vídeos.

Nova técnica melhora a detecção de objetos por robôs em ambientes agrícolas.

Aprenda como a classificação de gráficos ajuda a automatizar a compreensão de dados.

O CMDFusion junta dados 2D e 3D pra melhorar a detecção de objetos em carros autônomos.

Um método pra melhorar a qualidade da imagem usando técnicas da arquitetura Vision Transformer.

Estudo analisa como modelos de imagem lidam com várias transformações.

CTFN melhora a precisão da detecção de bordas usando recursos em múltiplas escalas e funções de perda dinâmicas.

Uma nova abordagem pra melhorar a precisão da segmentação de imagens e reduzir erros.

Métodos inovadores melhoram a separação de fundo e objetos em movimento em vídeos.

Um novo modelo melhora os sistemas de percepção para uma direção autônoma mais segura.

Analisando como modelos superparametrizados conseguem aprender e generalizar em configurações multiclasse.

O FODVid inova a segmentação de objetos em vídeo reduzindo a necessidade de input humano por meio da análise de movimento e aparência.

Um novo método avalia a qualidade da imagem em modelos de Texto para Imagem.

Pesquisa sobre como melhorar modelos de reconhecimento de escrita à mão para diferentes estilos de escrita.