Artigos mais recentes para Visão Computacional

Um método pra mostrar o que redes neurais profundas aprendem e como isso se alinha com o conhecimento que já existe.

Avaliando VLMs em tarefas espaciais usando texto visual e confuso.

Aprenda como novos métodos melhoram o vídeo HDR de câmeras de evento.

Explorando mapas invariantes e Equivariantes pra melhorar redes neurais.

Novas estratégias melhoram a segurança e eficiência do movimento dos robôs em ambientes complexos.

Um novo método melhora a compreensão das características e decisões das CNNs.

Combinando imagens hiperespectrais e aprendizado profundo pra melhorar a classificação de materiais.

Um estudo sobre o desempenho de modelos de detecção de objetos em dispositivos de computação pequenos.

Apresentando o CLIPFit, um método pra afinar de forma eficiente Modelos de Visão-Linguagem.

A estrutura A3 melhora os modelos de machine learning pra se adaptar a novos ambientes de dados.

YOSS usa áudio pra melhorar a identificação de objetos em imagens.

O conjunto de dados Omni6D melhora a estimativa de pose de objetos com categorias diversas e cenários realistas.

Uma nova abordagem melhora a capacidade da IA de lidar com dados incomuns.

Uma nova estratégia de treinamento melhora a resistência dos sistemas de visão 3D a entradas enganosas.

LLaVA-3D combina insights 2D e 3D pra um raciocínio espacial mais profundo.

Explorando o uso de dados sintéticos pra melhorar o DRL em aplicações do mundo real.

O InterNet melhora a estimativa de homografia aprendendo com imagens sem dados rotulados.

Aprenda sobre técnicas de remoção de ruído em imagens pra melhorar a clareza e a qualidade.

Um novo conjunto de dados aborda mudanças de ponto de vista na estimativa de profundidade para direção autônoma.

Um método que combina dados de eventos e quadros tradicionais pra uma análise de movimento melhor.

Uma nova abordagem melhora o processo de aprendizado entre os modelos de professor e aluno.

Um novo método pra equilibrar o conhecimento geral e a adaptação específica de tarefas em modelos.

AP-VLM melhora a percepção e a interação dos robôs com técnicas de percepção ativa.

P4Q combina ajuste fino e quantização pra uma performance eficiente de modelos de linguagem visual.

Apresentando o TA-Cleaner, um jeito de melhorar as defesas de modelos multimodais contra contaminação de dados.

Uma nova estrutura para rastreamento visual de objetos leve e eficaz.

O CAMOT melhora o rastreamento de múltiplos objetos estimando os ângulos e profundidades da câmera.

SimVG melhora o ancoramento visual ao ligar texto a áreas específicas da imagem de forma mais eficaz.

O modelo EAGLE e o conjunto de dados melhoram a compreensão de vídeos egocêntricos.

Novo método melhora a precisão da contagem de pessoas e a confiabilidade do modelo.

Analisando como os modelos SSL memorizam pontos de dados e suas implicações.

Novos métodos melhoram a eficiência e a precisão em modelos de visão baseados em SSM.

Um novo método melhora a precisão da forma 3D em cenas dinâmicas.

Novos métodos melhoram a velocidade e a qualidade nas tarefas de remoção de borrão de imagem.

Um novo método melhora a transferência de conhecimento em modelos de aprendizado de máquina.

Apresentando um método pra IA gerar imagens sem precisar de grandes conjuntos de dados rotulados.

GeCo melhora a contagem de objetos com menos exemplos, aumentando a precisão e a confiabilidade.

O CION melhora a reidentificação de pessoas ao focar nas correlações de identidade entre vídeos.

Um novo método melhora a detecção de alvo de olhar com menos dados rotulados.

Um novo framework melhora a rotulagem de pixels ao lidar com a incerteza na segmentação semântica.