اگر در حوزه بینایی ماشین و پردازش تصویر فعالیت می‌کنید، خبر خوبی برایتان داریم! محققان به تازگی ماژول جدیدی به نام SUPER (Selectively Suppressed…

تولید ویدیو با مدل‌های «Transformer» (vDiT) اگرچه خروجی‌های شگفت‌انگیزی دارد، اما به دلیل حجم پردازش بالا، همیشه با کندی مواجه بوده است. حالا محققان…

بیشتر تحقیقات روی «توهم» (Hallucination) مدل‌های بینایی-زبانی (LVLMs) بر توصیف دقیق تصاویر متمرکز است، اما محققان در یک مطالعه جدید به سراغ جنبه کمتر…

یکی از چالش‌های بزرگ در بینایی ماشین (Computer Vision)، تشخیص سطوح شیشه‌ای به دلیل شفافیت و نداشتن ویژگی‌های بارز است. حالا محققان روشی خلاقانه…

تشخیص ویدیوها و تصاویر جعلی (Deepfake) همیشه یک چالش بزرگ بوده، چون مدل‌های تولیدکننده مدام در حال پیشرفت هستند. حالا محققان روش جدیدی به…