Artigos mais recentes para Visão Computacional

Novo método melhora a precisão na estimativa de profundidade usando imagens únicas.

Um novo método melhora a adaptabilidade do modelo entre domínios usando aprendizado por prompt e alinhamento de gradiente.

Um método pra identificar ataques em sistemas que combinam imagens e texto.

Uma nova abordagem melhora a forma como a IA compara imagens usando instruções visuais.

Esse método ajusta os espaços de representação de objetos com base na complexidade da imagem.

Um novo método melhora a eficiência de recuperação de imagens usando amostras de texto.

Um novo método melhora a restauração de imagens usando técnicas de decodificação adaptativas.

Uma olhada em como redes equivariantes diferenciam os inputs de forma eficaz.

Um novo método melhora a detecção 3D usando dados de imagem e LiDAR.

Crie visões realistas a partir de um único vídeo em movimento com a tecnologia D-NPC.

Um conjunto de dados pra testar conexões entre imagem e texto mostra que os modelos têm dificuldade com tarefas de texto pra imagem.

EBSeg melhora a segmentação de imagem equilibrando classes vistas e não vistas de forma eficaz.

Um novo benchmark junta estimativa de pose e biomecânica pra uma análise melhor dos movimentos humanos.

Abordagens mais simples para aprendizado auto-supervisionado melhoram o desempenho e a acessibilidade.

GenMM melhora a inserção realista de objetos 3D em vídeos e scans de LiDAR.

O WeCLIP melhora a segmentação fraca supervisionada usando o CLIP com o mínimo de esforço de rotulagem.

Explorando novos métodos para reconhecimento eficiente com poucos exemplos em aprendizado de máquina.

Um novo benchmark foca na composicionalidade na compreensão de vídeos e em modelos de linguagem.

O método MiSuRe melhora a clareza na segmentação de imagem usando mapas de saliência.

Um novo framework melhora a representação de cenas 3D usando imagens 2D limitadas.

Uma nova abordagem pra melhorar a correspondência entre imagem e texto usando modelos de dois encoders e gráficos de cena.

Um novo método melhora a precisão e a consistência em tarefas de classificação hierárquica.

O PartCLIPSeg melhora a segmentação de partes na visão computacional pra uma melhor reconhecimento de objetos.

Novas técnicas melhoram a velocidade e a precisão em tarefas de busca de imagens.

O L-ICV melhora a performance em perguntas visuais usando menos exemplos.

Analisando como os modelos de transformer melhoram com o tamanho e a complexidade.

Um novo modelo melhora a inversão e edição de imagens, aumentando a qualidade e a preservação de detalhes.

O novo modelo ChangeViT melhora a detecção de mudanças em imagens de satélite e drones.

Apresentando o SeTAR, uma solução sem treinamento para detectar dados fora da distribuição em redes neurais.

Um novo método mistura imagens reais e sintéticas pra melhorar os modelos de aprendizado de máquina.

TRIP melhora a eficiência do reconhecimento visual por máquina usando dados de câmeras baseadas em eventos.

Um novo método pra ensinar máquinas através de vídeos, mesmo com as diferenças visuais.

Um novo método pra estimar a pose de objetos usando dados com rótulos fracos tá mostrando resultados bem legais.

Um novo modelo de difusão melhora a restauração de imagens a partir de versões degradadas.

Um novo método melhora a geração de imagens sem precisar de conjuntos de dados pareados.

Um estudo sobre como os modelos de estimativa de pose se saem com imagens corrompidas.

Uma análise detalhada de como os modelos de visão reconhecem e representam vários objetos.

O Matching de Fluxo Estatístico melhora a modelagem generativa para desafios de dados discretos.

Um estudo sobre confiança e incerteza nos resultados de segmentação semântica.

Um novo método melhora o reconhecimento de ações em vídeos usando linguagem contextual.