دسته: مقالات علمی

محققان در پژوهشی جدید، راهکاری برای کاهش چشمگیر هزینه‌های آموزش مدل‌های بینایی-زبانی (VLM) در تصویربرداری پزشکی سه‌بعدی ارائه داده‌اند. به‌جای آموزش کامل و پرهزینه…

با پیشرفت مدل‌های تولید تصویر (T2I)، تشخیص اصالت عکس‌ها به چالشی بزرگ تبدیل شده است. محققان به تازگی یک روش ترکیبی هوشمند (SIA) معرفی…

یکی از چالش‌های بزرگ در مدل‌های هوش مصنوعی، تغییر استایل و نورپردازی ویدئوها بدون تغییر چهره، حالت‌ها و حرکت لب سوژه است. حالا محققان…

محققان در پژوهشی جدید، معماری جذابی به نام ANCHOR معرفی کرده‌اند که فراتر از تشخیص ساده جهت نگاه (Gaze) در تصاویر، به دنبال درک…

مدل‌های بنیادین (Foundation Models) در تشخیص‌های پاتولوژی بسیار قدرتمند هستند، اما یک مشکل بزرگ دارند: حساسیت زیاد به تغییرات اسکنر یا رنگ‌آمیزی آزمایشگاه‌های مختلف…

مدل‌های زبانی بزرگ (MLLMs) شاید در ظاهر نابغه به نظر برسند، اما وقتی پای «استدلال فضایی» وسط می‌آید، در بسیاری از تست‌های ساده هم…

محققان در تازه‌ترین پژوهش خود، مدل هوشمند «AdaKAN» را معرفی کرده‌اند که انقلابی در بخش‌بندی (Segmentation) تصاویر پزشکی ایجاد کرده است. این مدل با…

محققان در پژوهشی جدید، چالش تشخیص گرده‌افشان‌های کوچک (مثل زنبورها و پروانه‌ها) را در ویدئوهای محیطی با وجود موانعی مثل شاخ و برگ‌های متراکم…

محققان به راهکار جذابی برای بهبود مدل‌های بینایی ماشین مثل CLIP دست پیدا کرده‌اند! در مدل‌های فعلی، ویژگی‌های جزئی تصویر (مثل زاویه دوربین یا…

تا امروز ابزارهای «پرو مجازی» یا Virtual Try-On بیشتر روی تعویض تکی لباس تمرکز داشتند، اما دنیای واقعی مد و فشن یعنی «لایه‌بندی» (مثلاً…