Artigos mais recentes para Visão Computacional

O Plane2Depth melhora a estimativa de profundidade em cenas complexas, lidando com os desafios de baixa textura.

Essa pesquisa melhora a estimativa de profundidade em robôs usando meta-aprendizado pra um desempenho melhor em ambientes diferentes.

Um novo método e conjunto de dados para análise automatizada de células em pesquisas sobre o cérebro.

Uma nova abordagem para criar imagens sintéticas de forma eficiente para a destilação de conjuntos de dados.

MVTN melhora o reconhecimento de gestos manuais com técnicas multiescala inovadoras.

Este estudo avalia vários modelos visuais para entender cenas 3D complexas.

Esse estudo avalia modelos de machine learning pra detectar lixo nos rios.

Um novo método melhora a reconstrução de superfícies a partir de imagens esparsas, garantindo detalhes e eficiência.

Explorando os benefícios da Representação Discreta Agrupada Organizada no processamento de imagem.

Um novo método melhora a precisão da segmentação usando os modelos SAM e CLIP.

Novo modelo LowFormer melhora a velocidade e a precisão em tarefas visuais.

Novo método LM-Gaussian gera modelos 3D detalhados usando um número limitado de imagens de entrada.

Um novo método melhora a clareza em imagens escuras usando redes neurais inovadoras.

Um novo método facilita a conversão de ANNs para SNNs com menos consumo de energia.

Novo conjunto de dados melhora o rastreamento de múltiplos objetos em condições difíceis de vídeo.

VILA-U integra tarefas de vídeo, imagem e linguagem em uma única estrutura.

Uma nova abordagem para melhorar a detecção de ações em vídeos usando uma nova camada TAG.

Um novo método melhora a precisão na localização de objetos a partir de imagens.

Um novo framework que melhora a compreensão de imagens e texto juntos.

Usando IRT pra avaliar melhor o desempenho do modelo de visão computacional.

A HOGraspNet oferece dados valiosos para estudar as interações entre mãos e objetos em robótica e visão computacional.

Esse trabalho melhora os modelos de visão-linguagem com estratégias de dados melhores e técnicas inovadoras.

Um método que melhora a CNN focando em áreas chave da imagem pra tomar decisões melhores.

Um modelo que diferencia imagens reais de imagens geradas por computador.

Um novo método melhora a classificação de vídeos otimizando a escolha dos quadros.

Um método estruturado pra rotular imagens e dados com precisão usando o modelo de fluxo sigma.

Apresentando o PIP, uma ferramenta pra detectar ataques adversariais em LVLMs.

Um novo método melhora a identificação de objetos em imagens através da integração personalizada de visual e texto.

Um novo método melhora a detecção de estradas usando diferentes fontes de dados.

Novos métodos melhoram a estimativa de profundidade usando imagens únicas através de aumento de dados aprimorado.

Novo método melhora a qualidade de nuvens de pontos com funções de perda ponderadas.

RPP melhora o ajuste e a generalização em Modelos de Visão-Linguagem usando prompts refinados.

Esse método melhora os conjuntos de dados de treinamento pra um desempenho melhor na segmentação de imagens.

Estudo compara as habilidades humanas e de IA em reconhecer formas 3D a partir de diferentes ângulos.

Analisando como modelos de visão computacional podem se alinhar com a compreensão visual humana.

Novo método melhora o aprendizado contínuo em detecção de objetos.

Um novo conjunto de dados tem como objetivo melhorar os métodos de detecção de morphing facial.

Um olhar sobre as melhorias e desafios na navegação de máquinas usando visão e linguagem.

Um novo framework melhora a detecção de objetos identificando instâncias fora da distribuição usando protótipos.

A KRONC oferece um jeito rápido de estimar as posições das câmeras usando pontos-chave nos veículos.