دانشمندان در تحقیقی جدید، مدل‌های رفتاری عابران پیاده را برای تست ایمنی خودروهای خودران توسعه دادند. پیش‌تر ۱۲ تیپ شخصیتی مثل «عابر حواس‌پرت»، «کودک»…

تشخیص چهره‌های جعل‌شده (Deepfake) به دلیل تغییرات مداوم و اضافه شدن داده‌های جدید به مدل‌ها، همیشه یک چالش بزرگ بوده است. روش‌های فعلی معمولاً…

یکی از چالش‌های بزرگ در دنیای رباتیک، هماهنگ کردن سنسورهای مختلف لایدار (LiDAR) با هم است؛ به‌خصوص وقتی دقت سنسورها متفاوت باشد. حالا محققان…

محققان در مقاله‌ای جدید، رویکردی متفاوت برای «تقطیر داده‌ها» (Dataset Distillation) معرفی کرده‌اند که به جای تقلید از فرآیند آموزش، مستقیماً بر خروجی نهایی…

مدل‌های بزرگ بینایی-زبانی (LVLM) با وجود توانمندی‌های خیره‌کننده، هنوز با مشکل «توهم» (Hallucination) دست‌ و پنجه نرم می‌کنند؛ یعنی گاهی چیزهایی را می‌بینند که…

دانشمندان حوزه بینایی ماشین با معرفی روش جدیدی به نام «TopoGS»، تحولی در بازسازی صحنه‌های سه‌بعدی ایجاد کرده‌اند. این مدل با ترکیب تکنولوژی 3D…

محققان در مطالعه‌ای جدید، روشی نوآورانه برای «تخمین ژست اشیاء» (OPE) روی پردازنده‌های نورومورفیک (مثل Intel Loihi 2) ارائه داده‌اند. این تحقیق نشان می‌دهد…

یکی از چالش‌های بزرگ مدل‌های تبدیل متن به تصویر (Text-to-Image)، دور زدن فیلترهای امنیتی توسط کاربران با استفاده از کلمات مبهم یا ترفندهای پیچیده…

محققان در مقاله جدیدی، مدل «UpCount» را معرفی کرده‌اند که یک رویکرد پیشرفته برای شمارش اشیاء (Object Counting) بدون نیاز به دانستن نوع کلاس…

محققان در یک دستاورد تازه، متوجه شدند که چگونه می‌توان از «ثبت‌کننده‌ها» (Registers) در مدل‌های بینایی ماشین (Vision Transformers) برای بهبود تولید تصویر استفاده…