2363 artículos
SemPix3D propone un marco híbrido que combina un Campo de Radiancia Neuronal para la generación de mapas de etiquetas con conciencia 3D y un generador basado en StyleGAN para sintetizar imágenes RGB multivista de alta calidad y consistentes, logrando mejoras significativas en la diversidad y en las puntuaciones FID con respecto a los métodos existentes.
Este artículo propone un modelo YOLOv8n mejorado y ligero para la detección de incendios forestales mediante UAV que integra convolución dinámica, un cabezal de detección multiconsciente y atención transespacial para mejorar significativamente la precisión de objetivos pequeños y reducir las falsas alarmas, manteniendo al mismo tiempo un tamaño compacto adecuado para el despliegue en tiempo real a bordo.
El artículo propone SCEESR, un novedoso marco de superresolución basado en difusión de un solo paso que utiliza un mecanismo de ControlNet para la guía de bordes semánticos y una función de pérdida híbrida para equilibrar eficazmente la integridad estructural, la calidad perceptual y la velocidad de inferencia en la restauración de imágenes del mundo real.
Este artículo propone FMA-DETR, un marco de Transformer adaptativo que integra una Red de Refinamiento de Características, un módulo de Atención Mixta Espacial-Canal de Multiescala y un módulo de Fusión Adaptativa Sensible a la Frecuencia para superar eficazmente el ruido de moteado y la complejidad del fondo para la detección de objetivos pequeños densos de alta precisión en imágenes SAR.
Este estudio evalúa la capacidad de diversos modelos de lenguaje de gran tamaño para comprender los actos de habla indirectos en coreano mediante la construcción de un conjunto de datos especializado y el empleo de evaluaciones tanto automatizadas como humanas, revelando que, si bien los modelos propietarios como Claude3-Opus superan a las alternativas de código abierto, ninguno iguala aún la competencia de nivel humano en la interpretación de intenciones dependientes del contexto.
El artículo propone EGDIS, un método de esteganografía de imágenes de documentos guiado por bordes que utiliza un algoritmo Canny adaptativo y una Red de Fusión de Atención Cruzada basada en Transformer para integrar características de bordes con imágenes originales y mensajes secretos, logrando así un rendimiento de incrustación y una calidad visual superiores en conjuntos de datos estándar.
Este artículo propone un método de toma de decisiones para la evitación autónoma de colisiones para Vehículos Superficiales No Tripulados (USV) que integra la percepción visual de UAV con un algoritmo de Dueling Double Deep Q-Network mejorado con Prioritized Experience Replay (PD3QN) y una función de recompensa conforme a COLREGs para lograr una navegación segura, eficiente y adaptable.
Este artículo presenta un marco computacional interpretable que aprovecha datos táctiles multisensoriales, particularmente las señales térmicas y de cumplimiento de las interacciones de presión, estáticas y de deslizamiento, para modelar eficazmente la percepción de materiales humanos y mejorar el reconocimiento táctil robótico.
Este artículo presenta un conjunto de datos búlgaros anotados manualmente para evaluar la detección de sesgos, revelando una alta concordancia entre los anotadores humanos pero una divergencia significativa entre los humanos y los modelos de lenguaje de gran tamaño, al tiempo que demuestra que el uso de instrucciones en lengua búlgara mejora la alineación de los modelos con los juicios humanos.
Este artículo propone un modelo basado en Informer mejorado que incorpora un algoritmo de eliminación de ruido dinámico basado en la desviación estándar y un mecanismo de muestreo adaptativo consciente de la volatilidad para mejorar la precisión y la estabilidad de las predicciones de costos empresariales, demostrando un rendimiento superior con respecto a los métodos existentes tanto en conjuntos de datos empresariales como de referencia.