مدل‌های ترنسفورمر برای بازسازی سه‌بعدی (F3R) با وجود دقت بالا، معمولاً در پردازش سکانس‌های طولانی تصویر با چالش کندی مواجه هستند. حالا محققان با…

محققان به‌تازگی از بنچمارک جدیدی به نام IDEAL-Bench رونمایی کردند که هدفش ارزیابی دقیق توانایی مدل‌های بینایی-زبانی (VLM) در درک چیدمان سه‌بعدی محیط‌های داخلی…

🤖 ترکیب هوش مصنوعی و رباتیک برای بازسازی اسناد تاریخی! 📜🔍 محققان موفق به توسعه سیستمی شدند که با استفاده از بینایی ماشین و…

محققان در یک مطالعه جدید، بنچمارک جالبی به نام BALLER120 معرفی کرده‌اند تا ببینند مدل‌های بینایی ماشین چطور هویت افراد را تشخیص می‌دهند. نتیجه؟…

محققان در مطالعه‌ای جدید به چالش بزرگی در مدل‌های زبانی-تصویری (VLM) حوزه پزشکی پی برده‌اند: بسیاری از این مدل‌ها به جای تحلیل واقعی تصاویر،…

تحلیل نقشه‌های سه‌بعدی و قطعات داخلی ساختمان‌ها معمولاً کار پیچیده‌ای است، اما مدل جدیدی به نام Building-MLLM این روند را متحول کرده است. این…

تشخیص اشیاء در تصاویر هوایی و ماهواره‌ای (ORSI-SOD) همیشه به دلیل پیچیدگی‌های محیطی چالش‌برانگیز بوده است. حالا محققان مدل جدیدی به نام IPDiff معرفی…

مدل‌های هوش مصنوعی وقتی از یک مرکز درمانی به مرکز دیگری منتقل می‌شوند، به دلیل تغییرات در دستگاه‌ها و پروتکل‌ها، دچار افت دقت می‌شوند.…

تولید ویدیو با هوش مصنوعی همیشه هیجان‌انگیز بوده، اما کنترل دقیق بر نحوه حرکت اشیاء در ویدیو یک چالش بزرگ محسوب می‌شد. محققان به…

تشخیص دقیق اشیاء از نمای بالا توسط پهپادها همیشه یک چالش بزرگ بوده، مخصوصاً وقتی با کمبود داده‌های آموزشی روبرو هستیم. حالا محققان با…