دسته: مقالات علمی
جدیدترین مقالات دانشگاهی، تئوریهای یادگیری ماشین، پردازش تصویر و زبان طبیعی از مرجع معتبر arXiv.
-
🎙 گزارشگر هوش مصنوعی برای رباتهای فوتبالیست!
محققان به تازگی سیستم جدیدی به نام MARIO معرفی کردهاند که به صورت کاملاً خودکار و در لحظه، مسابقات رباتیک فوتبال (RoboCup) را گزارش…
-
🔍 تحولی در بازشناسی هویت: عبور از دوربینهای معمولی با هوش مصنوعی چندوجهی!
محققان در مقالهای جدید به بررسی چالشهای سیستمهای «بازشناسی افراد» (Person Re-ID) پرداختهاند. اگرچه سیستمهای فعلی معمولاً به تصاویر RGB وابسته هستند، اما در…
-
👋 تحولی در دنیای ارتباطات: تولید هوشمند زبان اشاره با هوش مصنوعی! 🖐️
محققان در مقاله جدیدی، مدل نوآورانه «PIDiffSign» را معرفی کردهاند که میتواند حرکات زبان اشاره را به صورت سهبعدی و با دقت بیومکانیکی بالا…
-
👁️ تحولی در دقت ردیابی چشم برای واقعیت مجازی و افزوده!
دانشمندان راهکار جدیدی برای حل یک مشکل فنی در هدستهای VR/AR پیدا کردهاند. یکی از بزرگترین چالشها در بازسازی سهبعدی چشم، خطاهای ناشی از…
-
🔍 افزایش بهرهوری مدلهای بینایی با هرس هوشمند دادهها
محققان در مقالهای جدید به سراغ حل چالش بزرگی در حوزه «تشخیص مکان بصری» (Visual Place Recognition) رفتهاند. معمولاً برای آموزش مدلهای قدرتمند به…
-
🚀 انقلابی در سرعت تولید ویدیو با هوش مصنوعی: معرفی FlashDecoder! 🎬
محققان در مقالهای جدید، از مدل قدرتمند و فوقسریع «FlashDecoder» رونمایی کردهاند که قرار است مشکل کندی و مصرف بالای حافظه در مدلهای تولید…
-
🎨 تحولی در ویرایش سه بعدی با هوش مصنوعی: معرفی TanGO
اگر در دنیای طراحی سه بعدی فعالیت میکنید، خبر خوبی برایتان داریم! محققان فریمورک جدیدی به نام «TanGO» را معرفی کردهاند که ویرایش مدلهای…
-
📸 پایان چالش حریم خصوصی در تشخیص چهره با «دادههای مصنوعی»!
یکی از بزرگترین چالشهای هوش مصنوعی در حوزه تشخیص چهره، استفاده از دادههای واقعی افراد است که همیشه با مسائل اخلاقی و قانونی گره…
-
🍅 هوش مصنوعی در خدمت کشاورزی هوشمند؛ تشخیص دقیق میوهها!
محققان در تازهترین دستاورد خود، دو مجموعه داده (Dataset) ارزشمند برای رباتهای کشاورز منتشر کردهاند. این مجموعه شامل تصاویر ثابت و ویدئوهای ضبط شده…
-
🚀 رونمایی از VideoChat3: مدلی قدرتمند و کاملاً متنباز برای درک ویدیوها!
دنیای مدلهای بینایی-زبانی (MLLM) با معرفی VideoChat3 یک گام بزرگ دیگر به جلو برداشت. این مدل که به صورت کاملاً متنباز ارائه شده، تمرکز…