Artigos mais recentes para Visão Computacional

GMSF traz uma nova maneira de estimar movimento em 3D.

Novos métodos melhoram a reconstrução 3D de superfícies reflexivas usando técnicas de renderização neural.

Esse artigo investiga a necessidade do componente de consulta nos modelos de transformer.

Um novo modelo melhora a geração de dados a partir de vários tipos de entrada.

O T2FNorm melhora a habilidade das redes neurais de detectar dados desconhecidos.

Aprenda sobre o YOLO para detecção de objetos em tempo real.

Aprenda a criar um sistema que identifica rodas de veículos em diferentes condições.

Pesquisadores usam imagens pra ensinar os robôs a interagir com o mundo.

Novo framework melhora a precisão da localização de objetos 3D usando uma única câmera.

Este estudo analisa como modelos de deep learning interpretam lógica em diagramas usando ilusões visuais.

Novo conjunto de dados melhora a capacidade de perguntas sobre imagens no processamento da língua Hausa.

Caterpillar é uma nova arquitetura MLP pra captar detalhes locais de imagem.

Uma nova abordagem para rodar modelos X3D em FPGAs para análise de vídeo eficiente.

Um framework pra melhorar modelos generativos usando modelos de difusão pré-treinados.

Uma nova abordagem integra métodos de kernel com aprendizado profundo pra um desempenho melhor.

Um novo método melhora modelos de visão-linguagem com feedback em tempo real pra ter um desempenho melhor.

O LayoutMask melhora a interação com texto e layout pra uma compreensão melhor dos documentos.

Uma nova abordagem pra melhorar a geração de grafos de cena pra uma melhor compreensão visual.

PaLI-X combina habilidades de visão e linguagem, se destacando em várias tarefas.

Este estudo avalia diferentes técnicas para detectar formas 3D em rotação.

Novas redes neurais aprendem transformações direto dos dados, melhorando a eficiência e a compreensão das simetrias.

SlimFit reduz o uso de memória para modelos transformer durante o ajuste fino.

Esse método melhora modelos de visão e linguagem sem precisar de imagens rotuladas.

Novo método melhora a capacidade dos modelos de IA de detectar objetos usando contexto.

Um método pra melhorar a eficiência em transformers de visão sem perder desempenho.

Nova abordagem melhora como a IA reconhece combinações únicas de atributos e objetos.

ReSup melhora o reconhecimento de emoções ao lidar de forma eficaz com rótulos ruidosos.

Novo framework melhora a correspondência de imagens para diversas aplicações em visão computacional.

Occ-BEV melhora a percepção do veículo por meio de modelagem 3D com várias câmeras e integração de dados.

Uma análise de Transformers de Visão menores que são adequados para aplicativos móveis.

Um novo método melhora como a gente processa dados complexos, reconhecendo simetrias.

Um novo método combina NeRF e MDE pra melhorar a modelagem 3D com poucas imagens.

Métodos inovadores revelam vulnerabilidades em modelos de reconhecimento de imagem.

DisCLIP melhora a precisão das descrições de imagem usando modelos visuais-linguísticos avançados.

Apresentando um modelo que integra vários tipos de dados para tarefas complexas.

Um novo método melhora a precisão de Respostas a Perguntas Visuais usando conhecimento externo.

Um novo método melhora a precisão na estimativa de poses humanas a partir de vídeo.

Um novo método melhora a precisão ao reconhecer classes menos comuns em conjuntos de dados desbalanceados.

Um novo modelo enfrenta os desafios da adaptação de domínio para aprendizado de máquina.

Um novo método melhora a precisão do reconhecimento de escrita à mão em Bangla.