دسته: مقالات علمی

تولید ویدیوهای باکیفیت و هماهنگ از روی چندین تصویر مرجع، یکی از چالش‌های بزرگ هوش مصنوعی است. حالا محققان بنچمارک جدیدی به نام «MultiRef-Compass»…

محققان در دستاورد جدیدی، فریم‌ورک «SIRUS» را معرفی کرده‌اند که انقلابی در حذف مفاهیم ناخواسته از ویدئوهای تولید شده توسط هوش مصنوعی ایجاد می‌کند.…

تا حالا دقت کردید که مدل‌های تولید ویدیو وقتی چند تصویر مرجع (Keyframe) بهشون می‌دیم، گاهی گیج می‌شن؟ محققان به‌تازگی بنچمارک جدیدی به نام…

محققان در یک تحقیق جذاب، متوجه شدند که مدل‌های بینایی (Vision Models) حتی بدون آموزش مستقیم برای درک سه‌بعدی، به نوعی «درک هندسی» از…

محققان در یک دستاورد تازه، متد جدیدی برای تشخیص «خطوط جاده» (Lane Detection) در خودروهای مسابقه‌ای معرفی کردند. چالش اصلی در اینجا سرعت بسیار…

محققان در دستاورد جدیدی، چارچوب هوشمندی به نام «MonteRET» را معرفی کرده‌اند که می‌تواند گزارش‌های پزشکی مربوط به اسکن‌های CT قفسه سینه را با…

محققان مدل جدیدی به نام «XCT-SAM» طراحی کرده‌اند که به‌طور تخصصی برای شناسایی دقیق نقص‌ها در تصاویر «سی‌تی‌اسکن صنعتی» (XCT) در فرآیندهای تولید افزودنی…

محققان در یک پیشرفت جدید، فریم‌ورک «DCVC-MB» را برای فشرده‌سازی ویدیو (Video Compression) معرفی کردند. این مدل با بهره‌گیری از «مدل‌های فضای حالت» (State…

محققان در یک دستاورد تازه، فریم‌ورک «SD-MAR» را معرفی کرده‌اند که به مدل‌های بینایی-زبانی (VLM) کمک می‌کند در تحلیلِ همزمانِ چندین تصویر و مقایسه…

محققان در مقاله جدیدی از روشی به نام «MixCompress» رونمایی کردند که چالش‌های قدیمی فشرده‌سازی تصاویر (LIC) را با کمک مدل‌های Mixture-of-Experts (MoE) حل…