Are vision transformers replacing convolutional neural networks in scene interpretation?: A review

Abstract Visual scene interpretation is a significant and daunting process of observing, exploring, and elaborating dynamic scenes. It provides reliable and safe communication with the natural world and environmental affairs. Cutting-edge computer vision technology plays a key role in enabling commu...

Ամբողջական նկարագրություն

Մատենագիտական մանրամասներ

Հիմնական հեղինակներ:	N. Arockia Rosy, K. Balasubadra, K. Deepa
Ձևաչափ:	Artigo
Լեզու:	Inglês
Հրապարակվել է:	Springer 2025-08-01
Շարք:	Discover Applied Sciences
Խորագրեր:	Convolutional neural networks Linear embedding Multi head attention Scene interpretation Vision transformers
Առցանց հասանելիություն:	https://doi.org/10.1007/s42452-025-07574-1
Ցուցիչներ:	Ավելացրեք ցուցիչ Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!