Статья посвящена исследованию генеративной дополненной реальности — парадигме, которая выходит за рамки наложения цифрового контента на реальный мир, переосмысливая само восприятие окружающей среды.
Исследование демонстрирует, как расшифровка мозговых сигналов, основанная на принципах воплощенного познания и байесовского вывода, позволяет создать более интуитивное и точное управление ассистивными роботами.
Исследование выявляет и решает проблему ‘отвлечения’ внимания в механизмах CLIP при семантической сегментации, предлагая способ фокусировки на релевантных объектах.
Новая работа демонстрирует, как создавать реалистичные текстуры одежды, способные надежно скрывать человека от алгоритмов компьютерного зрения в видеопотоке.
Новое исследование показывает, что текущие бенчмарки для оценки пространственного сверхчувствительного анализа видео (spatial supersensing) уязвимы для простых решений и эксплуатируют специфические особенности тестовых данных.
Исследователи предлагают инновационный метод обнаружения изменений водных объектов на основе анализа семантики и преемственности пространственных признаков, что позволяет повысить точность и эффективность анализа спутниковых снимков.
Новый подход позволяет создавать детализированные 3D-модели органов, сохраняя их естественную топологию и анатомическую точность.
Исследователи представили комплексную систему оценки, позволяющую проверить, насколько хорошо ИИ способен понимать чужие намерения по языку тела.
Масштабное обучение мультимодальных моделей открывает невиданные горизонты в понимании и моделировании пространственного мышления.
Новый подход к обработке данных из различных источников позволяет создавать отказоустойчивые системы, способные принимать решения в условиях нестабильной связи.