برچسب: بینایی ماشین
پایبندی دستیارهای هوش مصنوعی سازمانی زیر فشار
پژوهش PACT بررسی می‌کند که دستیارهای هوش مصنوعی سازمانی هنگام فوریت، اصرار کاربر و وسوسه میان‌برها تا چه حد به قواعد پایبند می‌مانند؛ و نشان می‌دهد پاسخ درست…
SIEVE: فراموش‌سازی انتخابی اطلاعات در مدل‌های بینایی-زبان با سرکوب مقادیر توجه
روش SIEVE با سرکوب مقادیر توجه برای نمونه‌های فراموشی و تطبیق آن‌ها با مدل مرجع برای نمونه‌های نگه‌داری، بازیابی پیوندهای حساس تصویر–پرسش–پاسخ را کاهش می‌دهد. نتایج گزارش‌شده روی…
MOLE: متخصصان نهانی مکمل برای استدلال بصری
MOLE با مسیردهی انتخابی شواهد بصری و تبدیل‌های اختصاصی متخصصان نهانی، برای کاهش افزونگی در استدلال بصری نهانی طراحی شده است.
در ایمنی ویدیو، «ناامن» بودن جواب کافی نیست
خوانش دقیق یک پیش‌چاپ درباره تشخیص چندبرچسبی ایمنی ویدیو و کنترل نسبت خطاهای مثبت و منفی در زمان آموزش.
تفکیک خطاهای استدلال فضایی و عملگرهای ترکیب‌پذیر برای ویدیو
این مقاله CROSS را معرفی می‌کند: کتابخانه‌ای بدون آموزش افزوده برای اجرای محاسبات هندسی صریح در استدلال فضایی ویدیویی. نویسندگان با تفکیک ادراک، کفایت شواهد، انتخاب اندازه‌گیری و…
کنترل خطا در تشخیص چندبرچسبی ایمنی ویدیو با ATPO
این مقاله روش ATPO را برای تنظیم‌پذیر کردن موازنه دقت و بازخوانی در تشخیص چندبرچسبی محتوای ناایمن ویدیو معرفی می‌کند. آزمایش‌ها روی دو بنچمارک نشان می‌دهند پاداش تطبیقی…
Sphere Encoder 2: تولید تصویر با چرخش در فضای نهفته کروی
این مقاله نسخه دوم Sphere Encoder را معرفی می‌کند: یک خودرمزگذار تک‌مرحله‌ای برای تولید تصویر که با پوشش‌دادن ناحیه استوایی کره نهفته و جداکردن بازسازی از تولید، کیفیت…
وقتی پاداش یکسان، مهارت‌های دیداری متفاوت می‌آموزد
این پیش‌چاپ نشان می‌دهد که بهبود بنچمارک‌های تصویری لزوماً از یادگیری از تصاویر نمی‌آید؛ طراحی مسئله باید استفاده از شواهد دیداری را برای دریافت پاداش ضروری کند.
ویستا: حافظه بصری بدون اتلاف برای عامل‌های چندوجهی
ویستا یک چارچوب بصری است که به مدل‌های چندوجهی امکان می‌دهد فریم‌های گذشته را با جزئیات اصلی بازیابی و دوباره بررسی کنند. نویسندگان گزارش می‌کنند که این طراحی…
تبدیل مدل‌های بینایی‌ـ‌زبانی دوبعدی به برنامه‌نویس سه‌بعدی با بازخورد تکرارشونده
مقاله 3D-Prog پیشنهاد می‌کند مدل‌های بینایی‌ـ‌زبانی دوبعدی، بدون بازآموزی، با قاب‌بندی مختصات و بازخورد اجرایی برای کارهای سه‌بعدی به‌کار گرفته شوند؛ این یک پیش‌چاپ با داوری مستقل تأییدنشده…