Learn more about Computer vision - Section 6

一项来自特拉维夫和哥本哈根大学的新的人工智能研究引入了一种“即插即用”的方法，通过使用辨别信号来快速微调文本到图像扩散模型

文本到图像扩散模型在根据输入文本描述生成多样且高质量图像方面取得了令人印象深刻的成功。然而，当输入文本在词汇上存在歧...

封闭源与开源图像标注

这篇博客对比了开源和闭源图像标注工具，并阐述了它们如何使AI模型开发者的生活变得轻松和便利

低成本四足机器人能掌握跑酷吗？揭示了一种革命性的敏捷机器人运动学习系统

使机器人执行复杂的物理任务，比如在具有挑战性的环境中导航，一直以来都是机器人技术领域的一大难题。这个领域中最具挑战性...

“《侏罗纪公园》的等待结束了吗？这种人工智能模型使用图像到图像的转换技术将古老的化石复活了起来”

图像到图像的转换（I2I）是计算机视觉和机器学习领域内的一个有趣领域，它有能力将图像内容从一个域转换到另一个域而无缝衔接...

百度AI研究人员推出VideoGen：一种新的文本到视频生成方法，可以生成高清视频并具有高帧率保真度

文本到图像（T2I）生成系统，例如DALL-E2、Imagen、Cogview、Latent Diffusion等，在近年来取得了长足的进展。另一方面，文本...

如何减轻细粒度图像分类中的背景引起的偏差？屏蔽策略和模型架构的比较研究

细粒度图像分类深入研究了在更广泛的类别中区分密切相关的子类别。例如，不仅仅将图像识别为”鸟”，这种方法可以...

AI模型加速高分辨率计算机视觉

该系统可以提高视频流媒体中的图像质量，或者帮助自动驾驶车辆实时识别道路隐患

“遇见PhysObjects：一个基于物体的数据集，包含36.9K个众包和417K个自动化的常见家用物品的物理概念标注”

在现实世界中，信息通常通过文本、图片或视频的组合来传达。为了有效地理解和与这些信息互动，人工智能系统必须能够处理两种...

“认识ResFields：一种新颖的人工智能方法，克服了时空神经场在有效建模长期和复杂时间信号方面的局限性”

用于表示神经连续时空场的最流行的神经网络架构，也称为神经场，是多层感知器。这是因为它可以对任意维度上的连续信号进行编...

“带我走进时间：SceNeRFlow是一种生成时间一致的NeRF的人工智能方法”

神经辐射场（NeRF）最近在3D领域中成为了一个革命性的概念。它重新塑造了我们处理3D对象可视化的方式，并开启了新的可能性。...

康奈尔大学和特拉维夫大学的研究人员介绍了“Doppelgangers 学习区分相似结构的图像”

请看上面的图片。你能分辨出区别吗？就像区分双胞胎一样。也许其中一个的头发略短一些？还是说他是这样的？在计算机视觉系统...

这项AI研究介绍了Point-Bind：一种将点云与2D图像、语言、音频和视频进行对齐的3D多模态模型

在当前的技术环境中，3D视觉因其快速增长和演化而备受关注，成为崭露头角的明星。对此兴趣的激增主要归因于对自动驾驶、增强...

遇见城市梦想家：一种用于无限制三维城市的组合生成模型

近年来，3D自然场景的创建一直是研究的热点。在创建多种类型的3D物体（包括3D城市、3D场景和3D化身）方面已经取得了重大进展...

BYOL——对比自监督学习的替代方案

在今天的论文分析中，我们将仔细研究BYOL（Bootstrap Your Own Latent）背后的论文它为对比自监督学习技术提供了一种替代方法...

让ChatGPT再次具备视觉能力：这种AI方法探索了链接上下文学习以实现多模态学习

语言模型通过生成连贯和上下文相关的文本的能力，彻底改变了我们与计算机交流的方式。大型语言模型（LLM）一直处于这一进展的...

AI图像融合和DGX GH200

在计算机视觉（CV）领域，拼接部分图像并测量尺寸的能力不仅仅是一种高级技巧，而是一项至关重要的技能无论您是在创建全景视...

这项AI研究揭示了ComCLIP：一种无需训练的图像和文本组合对齐方法

在视觉-语言研究这个动态领域中，图像和文本的组合匹配是一个巨大的挑战。这个任务涉及将图像和文本描述中的主题、谓词/动词...

自动零售结账台如何识别未标记的农产品？了解伪增强计算机视觉方法

随着机器学习和深度学习技术的进步，各个领域的自动化程度也越来越高。自动化逐渐减少了人类在日常生活中各个例行事务中的干...

字节跳动和加州大学圣地亚哥分校的研究人员提出了一种多视角扩散模型，能够根据给定的任何文本生成一组物体或场景的多视角图像

尽管在当代游戏和媒体行业的流程中是一个关键阶段，但创建3D内容非常耗时，需要熟练的设计师投入数小时甚至数天的努力才能产...

新加坡南洋理工大学的研究人员提出了PointHPS：一种基于3D点云的准确人体姿态和形状估计的人工智能框架

随着人工智能领域的几项进展，人体姿势和形状估计（HPS）近年来成为一个越来越重要的研究领域。随着几个实际应用，包括动作捕...