-
最近の投稿
- Identifying and Addressing Delusions for Target-Directed Decision-Making
- Quanda: An Interpretability Toolkit for Training Data Attribution Evaluation and Beyond
- Context-Aware Command Understanding for Tabletop Scenarios
- Reliable Probabilistic Human Trajectory Prediction for Autonomous Applications
- Towards Realistic UAV Vision-Language Navigation: Platform, Benchmark, and Methodology
-
最近のコメント
表示できるコメントはありません。 cs.AI (27853) cs.CL (21045) cs.CR (2180) cs.CV (34557) cs.LG (32593) cs.RO (15973) cs.SY (2479) eess.IV (4238) eess.SY (2473) stat.ML (4364)
月別アーカイブ: 2022年6月
CMT: Convolutional Neural Networks Meet Vision Transformers
要約 ビジョントランスフォーマーは、画像内の長距離依存関係をキャプチャできるため … 続きを読む
カテゴリー: cs.CV
CMT: Convolutional Neural Networks Meet Vision Transformers はコメントを受け付けていません
Towards Understanding Why Mask-Reconstruction Pretraining Helps in Downstream Tasks
要約 教師なし事前トレーニングの場合、マスク再構築事前トレーニング（MRP）は、 … 続きを読む
Identifying High Accuracy Regions in Traffic Camera Images to Enhance the Estimation of Road Traffic Metrics: A Quadtree-Based Method
要約 都市部でのリアルタイムカメラフィードの数の増加により、効果的な交通計画、運 … 続きを読む
PETS-SWINF: A regression method that considers images with metadata based Neural Network for pawpularity prediction on 2021 Kaggle Competition ‘PetFinder.my’
要約 何百万もの野良動物が路上で苦しんでいるか、世界中の避難所で毎日安楽死させら … 続きを読む
FLAME: Facial Landmark Heatmap Activated Multimodal Gaze Estimation
要約 3D視線推定は、3D空間での人の視線を予測することです。 同じものの人に依 … 続きを読む
How Unique Is a Face: An Investigative Study
要約 顔認識は、国境管理から銀行セクターのセキュリティに至るまでのアプリケーショ … 続きを読む
Object Scene Representation Transformer
要約 3D空間でのオブジェクトとそのジオメトリに関する世界の構成的理解は、人間の … 続きを読む
A Multi-task Framework for Infrared Small Target Detection and Segmentation
要約 赤外線画像の複雑な背景とノイズのために、赤外線の小さなターゲットの検出は、 … 続きを読む
カテゴリー: cs.CV
A Multi-task Framework for Infrared Small Target Detection and Segmentation はコメントを受け付けていません
Comprehending and Ordering Semantics for Image Captioning
要約 画像の豊富なセマンティクスを理解し、それらを言語順に並べることは、画像のキ … 続きを読む
Stand-Alone Inter-Frame Attention in Video Models
要約 ビデオの独自性としてのモーションは、ビデオ理解モデルの開発に不可欠です。 … 続きを読む