Artigos mais recentes para Visão Computacional

Os modelos Vote2Cap melhoram a detecção e descrição de objetos em cenas 3D complexas.

Um novo método melhora o desempenho de rastreamento usando amostras misturadas de forma eficiente.

Uma nova abordagem avalia a beleza da imagem usando consultas aprendíveis para ter resultados melhores.

Explore como matrizes ajudam a analisar configurações de pontos na visão computacional.

Novo método melhora o aprendizado do modelo através de técnicas avançadas de destilação de características.

Novo método melhora a precisão do reconhecimento de ações com exemplos limitados em diferentes tipos de dados.

Uma nova abordagem para rastreamento de objetos com uma arquitetura de transformer eficiente para dispositivos com recursos limitados.

Uma nova abordagem reduz a necessidade de dados para tarefas de segmentação de vídeo eficazes.

Analisando métodos pra melhorar a localização de objetos em configurações fracas supervisionadas e não supervisionadas.

Um novo método melhora a privacidade das imagens coletadas por câmeras olho de peixe em carros autônomos.

Nós melhoramos os modelos de VQA ao incorporar raciocínio, o que resulta em uma compreensão visual mais bacana.

A pesquisa melhora os métodos de destilação de conhecimento para segmentação semântica de imagens de forma eficiente.

Este estudo melhora a detecção de bola de futebol para robôs móveis em várias condições.

A BroadCAM oferece mapas de ativação confiáveis, mesmo com conjuntos de dados pequenos em reconhecimento visual.

O DetermiNet busca melhorar a capacidade dos modelos de identificar objetos usando determinantes.

Explorando métodos pra localização eficaz de robôs móveis usando SLAM visual e marcadores fiduciais.

Um novo método pra reduzir ruído de forma eficaz em fotos escuras.

Essa pesquisa melhora o mapeamento e a posição dos robôs usando técnicas de deep learning.

Métodos inovadores para segmentação de objetos a partir de descrições de texto estão surgindo.

Saiba mais sobre a importância e os desafios de detectar objetos pequenos em várias aplicações.

Um novo método de segmentação de instâncias usando priors de forma mostra potencial em cenários com dados limitados.

Uma nova abordagem para métricas de avaliação de segmentação de instâncias é apresentada.

O MADAug melhora a augmentação de dados adaptando técnicas às necessidades do modelo durante o treinamento.

Um novo método melhora a adaptabilidade dos modelos de AV a mudanças de ângulo de câmera.

LeTracker melhora o rastreamento de objetos em vídeos para várias situações.

Novo método melhora a detecção de ações entre humanos e objetos sem precisar de muita rotulagem.

Framework detecta objetos importantes compartilhados em imagens sem treinamento prévio.

Um olhar sobre métodos para recuperar matrizes de baixa classificação a partir de dados incompletos.

Apresentando o MultIOD pra detecção de objetos de forma eficiente e sem ensaio.

SparseSwin oferece classificação de imagem eficiente com menos parâmetros e alta precisão.

Um novo framework melhora o reconhecimento de ações ao separar pistas espaciais e temporais.

Um novo algoritmo leve pra rastreamento de objetos eficiente e preciso.

Analisando os desafios de detecção de OOD em sistemas de Aprendizado de Múltiplas Instâncias.

Novas técnicas melhoram os Transformers de Visão para ter um desempenho melhor com conjuntos de dados pequenos.

Pesquisa explora como os agentes entendem o ambiente através da interação e da ação.

Um novo sistema melhora a precisão na contagem de objetos com a ajuda do feedback dos usuários.

Um novo conjunto de dados pra melhorar as relações visuais através de uma compreensão espacial e temporal.

Uma nova abordagem melhora o algoritmo HATS pra classificar objetos de forma eficiente.

Esse artigo fala sobre o impacto do Crop Guiado na classificação de objetos pequenos em imagens.

Um novo método melhora a convolução de imagens sem preenchimento, aumentando a qualidade e a eficiência.