会员服务
计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。
Evaluating and Enhancing Segmentation Model Robustness with Metamorphic Testing
Evaluating and Enhancing Segmentation Model Robustness with Metamorphic Testing
Arxiv
0+阅读 · 4月3日
OmniTalker: Real-Time Text-Driven Talking Head Generation with In-Context Audio-Visual Style Replication
Arxiv
1+阅读 · 4月3日
MD-ProjTex: Texturing 3D Shapes with Multi-Diffusion Projection
Arxiv
0+阅读 · 4月3日
Empower Vision Applications with LoRA LMM
Arxiv
1+阅读 · 4月3日
Noise Calibration and Spatial-Frequency Interactive Network for STEM Image Enhancement
Arxiv
0+阅读 · 4月3日
GMR-Conv: An Efficient Rotation and Reflection Equivariant Convolution Kernel Using Gaussian Mixture Rings
GMR-Conv: An Efficient Rotation and Reflection Equivariant Convolution Kernel Using Gaussian Mixture Rings
Arxiv
0+阅读 · 4月3日
A GAN-Enhanced Deep Learning Framework for Rooftop Detection from Historical Aerial Imagery
A GAN-Enhanced Deep Learning Framework for Rooftop Detection from Historical Aerial Imagery
Arxiv
0+阅读 · 4月3日
Audio-visual Controlled Video Diffusion with Masked Selective State Spaces Modeling for Natural Talking Head Generation
Arxiv
1+阅读 · 4月3日
Spline-based Transformers
Arxiv
0+阅读 · 4月3日
Image captioning in different languages
Arxiv
0+阅读 · 4月2日
Determining Sphere Radius through Pairwise Distances
Arxiv
0+阅读 · 4月3日
MG-MotionLLM: A Unified Framework for Motion Comprehension and Generation across Multiple Granularities
Arxiv
0+阅读 · 4月3日
CanonNet: Canonical Ordering and Curvature Learning for Point Cloud Analysis
CanonNet: Canonical Ordering and Curvature Learning for Point Cloud Analysis
Arxiv
0+阅读 · 4月3日
A Bias-Free Training Paradigm for More General AI-generated Image Detection
Arxiv
0+阅读 · 4月3日
CAD: Confidence-Aware Adaptive Displacement for Semi-Supervised Medical Image Segmentation
CAD: Confidence-Aware Adaptive Displacement for Semi-Supervised Medical Image Segmentation
Arxiv
0+阅读 · 4月3日
参考链接
父主题
人工智能
计算机科学
子主题
视觉问答
目标跟踪
光学字符识别
行人重识别
视频描述生成（Video Caption）
图像检索
视频分类
增强现实（AR）
图像超分辨率重建
图像分割
图像处理
图像修复
图像缩放
朱俊彦
图像拼接
虚拟现实（VR）
三维重建
运动行为分析
图像配准
目标检测
图像识别
图片分类
特征提取
图像描述生成（Image Caption）
微信扫码咨询专知VIP会员
Top