Visão Computacional — Radar de IA

Google lança o LiteRT.js: uma vinculação em JavaScript do LiteRT que executa modelos .tflite em navegadores via WebGPU

O Google lançou o LiteRT.js em 9 de julho de 2026. Trata-se de uma vinculação em JavaScript do LiteRT, a biblioteca de inferência em dispositivos do Google. O runtime executa modelos .tflite diretamente no navegador por meio de WebAssembly, com XNNPACK na CPU, ML Drift sobre WebGPU e WebNN experimental para NPUs. O Google relata ganhos de até 3x em relação a outros runtimes da web, e de 5 a 60x para GPU ou NPU em comparação com seu próprio caminho de CPU. Um detalhe que o anúncio omite: os tensores são gerenciados manualmente e precisam ser deletados. O post Google lança o LiteRT.js...

15.07.2026

Blog Visão Computacional

ACZ-GSeg: Segmentação de Solo em Duas Etapas Baseada em Zonas Concêntricas Adaptativas para Nuvens de Pontos LiDAR

arXiv:2607.12110v1 Tipo de anúncio: novo Resumo: A segmentação de solo é um pré-requisito fundamental para a navegação autônoma, a percepção ambiental e a detecção de objetos em plataformas móveis terrestres. Para resolver a subsegmentação de pontos de solo causada por nuvens de pontos esparsas de longo alcance, ondulações do terreno e interferência de estruturas não pertencentes ao solo em cenários rodoviários complexos, este artigo propõe um método de segmentação de solo em duas etapas baseado no Modelo de Zonas Concêntricas Adaptativas. Primeiro, um Ad...

15.07.2026

Blog Visão Computacional

Segurança de Dados: Análise da Qualidade de Dados Sintéticos Usando o Conjunto de Dados CIFAKE

arXiv:2607.12165v1 Tipo de anúncio: novo Resumo: Recentemente, a implementação social de modelos de classificação de imagens de alto desempenho se expandiu rapidamente. Embora esses modelos exijam vastas quantidades de dados de treinamento para melhorar seu desempenho, garantir imagens reais suficientes muitas vezes é impraticável. Como forma de compensar essa escassez, o uso de dados sintéticos está se tornando cada vez mais difundido. No entanto, as imagens sintéticas não são necessariamente equivalentes às imagens reais para fins de treinamento. Este estudo sistematica...

15.07.2026

Blog Robótica & RL

Manipulação Robusta na Mão por Meio de Priors em Aprendizado por Reforço e Projeto Mecânico

arXiv:2607.12105v1 Tipo de Anúncio: novo Resumo: A manipulação na mão sem sensoriamento externo é desafiadora devido a incertezas provenientes dos contatos entre dedos e objeto e a perturbações causadas pela gravidade. Embora o aprendizado por reforço tenha se mostrado promissor no aprendizado de movimentação complexa dos dedos, as abordagens existentes não priorizam a manutenção de agarres bem condicionados para uma manipulação sustentada. Nós introduzimos dois priors físicos complementares para o rolamento robusto na mão: um prior global de qualidade de agarre derivado do clássico gr...

15.07.2026

Blog LLMs & Texto

Escalando modelos de linguagem com corte temporal

arXiv:2607.11889v1 Tipo de anúncio: novo Resumo: Grandes modelos de linguagem treinados em corpora irrestritos da internet inevitavelmente incorporam informações do futuro, introduzindo um viés de antecipação que compromete a validade de backtests e da inferência causal em finanças e nas ciências sociais. Modelos de linguagem com corte temporal — treinados exclusivamente com textos disponíveis até cada data do calendário — eliminam esse vazamento por construção, mas os esforços existentes normalmente produzem modelos que ficam substancialmente atrás de seus...

15.07.2026

Blog Visão Computacional

Infra-Swarm: Enxameação robusta de múltiplos robôs baseada em visão por meio de visão espectral no infravermelho próximo

arXiv:2607.12489v1 Tipo de anúncio: novo Resumo: Enxames distribuídos normalmente dependem de comunicação sem fio ativa ou de visão passiva, e frequentemente são prejudicados por restrições de largura de banda ou por sensibilidade ambiental. Este artigo propõe o Infra-Swarm, um enxame robusto baseado em visão. Cada robô é equipado com uma fonte de luz no infravermelho próximo e quatro câmeras comuns em escala de cinza. O sistema Infra-Swarm mede diretamente a posição 3D dos vizinhos em nível de centímetros com base na posição (bear...

15.07.2026

Blog Geração de Imagem

GenDiff: Um Modelo de Difusão Ciente de Dose e Anatomia com Refinamento por Priori Estrutural para Reconstrução e Generalização de Tomografia Computadorizada de Baixa Dose

arXiv:2607.11941v1 Tipo de anúncio: novo Resumo: A tomografia computadorizada (CT) é uma modalidade de imagem essencial para o diagnóstico clínico, mas reduzir a dose de radiação inevitavelmente introduz ruído severo e artefatos estruturados que degradam a qualidade da imagem. Os métodos existentes de reconstrução de CT de baixa dose (LDCT) baseados em aprendizado profundo são tipicamente otimizados para níveis de dose fixos ou regiões anatômicas específicas, limitando sua robustez e generalização em cenários clínicos realistas. Nós propomos o GenDiff, um generali...

15.07.2026

Blog Dados & Embeddings

NEEDL-Bench: Conjunto de dados para detecção da doença Swiss Needle Cast e de estômatos em imagens de microscopia

arXiv:2607.12076v1 Tipo de anúncio: novo Resumo: Apresentamos o NEEDL-Bench, um benchmark de detecção por microscopia para a Swiss Needle Cast (SNC), uma doença fúngica das árvores de abeto-de-douglas. O abeto-de-douglas é uma espécie-chave de grande importância ecológica e econômica como recurso de madeira de coníferas, e a SNC afeta a produtividade ao formar estruturas reprodutivas sexuais (pseudotécios) que emergem através dos poros de trocas gasosas (estômatos) das acículas, bloqueando assim as trocas gasosas e comprometendo a função das acículas....

15.07.2026

Blog Visão Computacional

Aprendizado Contínuo Híbrido para Identificação de Línguas Aborígenes Australianas de Baixos Recursos

arXiv:2607.11946v1 Tipo de Anúncio: novo Resumo: A identificação de idiomas é um passo importante rumo à integração das línguas aborígenes australianas (AALs) ameaçadas de extinção às tecnologias de fala que apoiam a revitalização linguística e a inclusão digital. No entanto, a escassez extrema de dados limita o desempenho dos modelos. A transferência de aprendizado a partir de línguas de altos recursos se mostra promissora, mas frequentemente sofre de esquecimento catastrófico ao se adaptar a novas línguas. O aprendizado contínuo (CL) pode atenuar esse problema, embora ele...

15.07.2026

Blog LLMs & Texto

Da reconstrução à interpretação: segmentação multifásica sem configuração de dados de tomografia por raios X

arXiv:2607.12175v1 Tipo de anúncio: novo Resumo: A tomografia por raios X permite a caracterização não destrutiva de microestruturas de materiais, enquanto avanços no imageamento por micro-CT aceleraram a aquisição e a reconstrução de dados volumétricos. No entanto, a interpretação rápida ainda é limitada pela segmentação de imagens, que muitas vezes requer limiarização manual, orientação do usuário ou treinamento de modelos específicos para cada material. Apresentamos um framework sem configuração para segmentação multifásica de dados de tomografia por raios X de síncrotron qu...

15.07.2026

Blog Visão Computacional

DiffRadar: SLAM por Radar Diferenciável e Ciente da Física com Campos Gaussianos

arXiv:2607.12265v1 Tipo de Anúncio: novo Resumo: O sensoriamento por radar é cada vez mais utilizado em sistemas móveis porque funciona de forma confiável sob iluminação ruim, condições climáticas adversas e cenários sensíveis à privacidade, onde câmeras e LiDAR frequentemente falham. No entanto, a maioria dos sistemas SLAM por radar existentes estima o movimento por meio da correspondência de varreduras em mapas de calor de radar discretizados, o que quebra a continuidade geométrica e não consegue capturar propriedades essenciais do sensoriamento por radar, muitas vezes levando a uma estimativa de pose instável e a um mapeamento degradado em reg...

15.07.2026

Blog Visão Computacional

Predição Contrastiva por Embedding Conjunto para Aprendizado de Representações em Ressonância Magnética Estrutural

arXiv:2607.11962v1 Tipo de anúncio: novo Resumo: O aprendizado autossupervisionado oferece uma abordagem atraente para imagens médicas, onde os dados rotulados são escassos e os custos de aquisição são altos. Apresentamos o COJEPA, um framework autossupervisionado para ressonância magnética volumétrica do cérebro que combina uma arquitetura preditiva de embedding conjunto (JEPA) com uma perda contrastiva (CO), visando duas propriedades complementares: predutividade local e discriminabilidade global. O modelo é treinado sem rótulos em imagens estruturais ponderadas em T1 ...

15.07.2026