Learn more about Computer vision - Section 7

横滨大学的研究人员提出VirSen1.0：一个用于简化基于传感器的人体手势识别系统开发的虚拟环境

手势识别技术在传感器配置和放置、数据解释以及机器学习准确性方面面临着重大挑战。高效地设置传感器以捕捉微妙的动作，可靠...

遇见AnomalyGPT：一种基于大型视觉-语言模型（LVLM）的新型IAD方法，用于检测工业异常

在各种自然语言处理（NLP）任务中，如GPT-3.5和LLaMA等大型语言模型（LLMs）表现出色。最近，通过将视觉信息与文本特征对齐的...

苏黎世大学研究人员推出了“迅捷”：一种基于视觉的自主无人机，可以在多个公平的一对一比赛中击败人类世界冠军

第一视角（FPV）无人机竞速是一项令人兴奋且快速发展的运动，飞行员使用专用的FPV护目镜从第一视角控制竞速无人机。这些无人...

纽约大学的研究人员开发了一种新的人工智能技术，可以在图片中改变一个人的视觉年龄，同时保持他们独特的识别特征

越来越多的人工智能系统被用于通过图像分析准确估计和修改个体的年龄。构建对年龄变化具有鲁棒性的模型需要大量数据和高质量...

谷歌和乔治亚理工学院的研究人员介绍了DiffSeg：一种用于创建分割掩模的简单后处理人工智能方法

计算机视觉任务中的语义分割的目标是为图像中的每个像素分配一个类别或对象。预期的是得到一个密集的像素级分割图，其中每个...

‘岩石与人工智能的碰撞：矿物学与零样本计算机视觉的交叉点’

矿物是一种天然的、无机的物质，具有明确的化学组成和晶体结构。它们是岩石的构成要素，对各种地质和工业过程起着至关重要的...

华盛顿大学和AI2研究人员引入了TIFA：一种通过VQA测量AI生成图像忠实度的自动评估指标

文本到图像生成模型是人工智能领域发展的最好例子之一。通过研究人员不断的进展和努力，这些模型已经走了很长的路。尽管文本...

麻省理工学院的研究人员开发出一种人工智能技术，使机器人能够利用整只手来制定复杂的操纵物体的计划

全身操纵是人类的优势，但是机器人的弱点。机器人将盒子和搬运者的手指、手臂或躯干之间的每个可能的接触点解释为独立的接触...

腾讯AI实验室的研究人员推出了IP-Adapter：一种用于文本到图像扩散模型的文本兼容图像提示适配器

“苹果”，瞬间你的脑海中浮现出一个苹果的图像。我们的大脑如此迷人，同样令人着迷的是，生成式人工智能带来了同样的创造力和...

这篇人工智能论文提出了MATLABER：一种新颖的潜在BRDF自编码器，用于材质感知的文本到3D生成

3D资产的开发对于许多商业应用非常重要，包括游戏、电影和AR/VR。传统的3D资产开发过程需要许多耗时且劳动密集的步骤，所有这...

解码情绪：用EmoTX，一种新的基于Transformer的AI框架揭示情感和心理状态

电影是最富有艺术表达力的故事和情感之一。例如，在《追求快乐》中，主角经历了一系列情绪变化，体验了分手和无家可归等低谷...

从文字到世界：使用AI多模态细粒度视频描述探索视频叙述

语言是人类互动的主要方式，不仅提供其他感官如视觉和听觉的补充细节，还作为传递信息的有效渠道，例如使用语音导航引导我们...

超越笔尖：从视觉原型生成手写文本的人工智能艺术

风格化手写文本生成（HTG）是一个新兴领域，旨在创建手写文本图像，以复制个体作者独特的书法风格。这个研究领域具有多样的实...

CMU研究人员开发了一种简单的远程学习人工智能方法，将视觉先验知识转移到机器人任务中：相较于基准线，政策学习提高了20%

机器人学习进展的一个重要障碍是缺乏足够的大规模数据集。机器人学的数据集存在以下问题：(a) 难以扩展，(b) 在无菌、非真实...

遇见3D-VisTA：一种预训练的3D视觉和文本对齐Transformer，可以轻松适应各种下游任务

I had trouble accessing your link so I’m going to try to continue without it. 在人工智能的动态领域中，不断的进...

具有眼睛和耳朵的ChatGPT：BuboGPT是一种AI方法，可以在多模态LLMs中实现视觉定位

大型语言模型（LLMs）已成为自然语言处理领域的改变者。它们正在成为我们日常生活的重要组成部分。LLM的最著名例子是ChatGPT...

分而治之，团结一致：CoTracker是一种联合跟踪视频中多个点的人工智能方法

近年来，在人工智能领域的图像生成和大型语言模型方面取得了许多进展。由于其革命性能力，它们已经成为关注的焦点已经一段时...

“会见PUG：Meta AI的一项新的AI研究，使用虚幻引擎生成逼真的、语义可控的数据集，用于强大的模型评估”

学习可在任务间转移和应用的数据表示是机器学习中一个宏大的目标。为了实现这一目标并监测进展，大量可控的、真实的数据用于...

我们如何生成一个从未见过的新概念？特拉维夫大学的研究人员提出了ConceptLab：利用扩散先验约束进行创造性生成

人工智能领域的最新发展已经为各种用例提供了解决方案。不同的文本到图像生成模型为一个令人兴奋的新领域铺平了道路，其中书...

注意游戏行业！镜像神经辐射场不再奇怪了

NeRFs或神经辐射场使用RNN和CNN的组合来捕捉物体的物理特征，如形状、材质和纹理。它们可以在不同的光照条件下生成逼真的物体...