محققان در مقاله جدیدی از روشی به نام «SimVLA» رونمایی کرده‌اند که استانداردهای حملات تقابلی (Adversarial Attacks) علیه مدل‌های بینایی-زبانی (VLPMs) را تغییر می‌دهد.…

حذف اشیاء از ویدیو همیشه یکی از چالش‌های بزرگ بوده؛ یا کیفیت پایینی داشته و یا مثل مدل‌های دیفیوژن، زمان زیادی برای رندر نیاز…

محققان در مقاله جدیدی از مدل نوآورانه JADE-GS رونمایی کرده‌اند که تحولی در بازسازی تصاویر و مدل‌های سه‌بعدی ایجاد می‌کند. این مدل با استفاده…

محققان با معرفی Wan-Streamer v0.3، مدل مفهومی جدیدی ارائه داده‌اند که ویدیو را ترکیبی از یک «جهان ثابت» و یک «جریان رویداد» می‌بیند. این…

محققان در مقاله تازه‌ای، راهکار هوشمندانه‌ای برای حل چالش «برچسب‌گذاری» در تصاویر سه‌بعدی ارائه داده‌اند! این روش که با ترکیب مدل قدرتمند SAM و…

محققان در یک دستاورد تازه، مدلی مبتنی بر DINOv2 را برای شناسایی «اختلال شناختی خفیف» (MCI) معرفی کرده‌اند. این مدل با استفاده از یک…

محققان در مقاله جدیدی از روش هوشمند «RoGS» رونمایی کرده‌اند که مسیر نقشه‌برداری جاده‌ها را برای سیستم‌های رانندگی خودران متحول می‌کند. این تکنولوژی با…

مدل‌های چندوجهی (MLLM) در درک فضای سه‌بعدی هنوز با چالش‌هایی روبرو هستند. محققان به تازگی فریم‌ورک جدیدی به نام ViPS معرفی کرده‌اند که می‌تواند…

محققان در یک پژوهش جدید، چارچوب هوشمند «SUFLECA» را معرفی کرده‌اند که می‌تواند مدل‌های سه‌بعدی (CAD) را با دقت خیره‌کننده‌ای بر روی تصاویر دوبعدی…

محققان در مطالعه‌ای جدید، چالش پیچیده درک ساختار سلسله‌مراتبی و لایه‌بندی متن‌ها در تصاویر روزنامه‌ها را هدف قرار داده‌اند. این پژوهش دو رویکرد جذاب…