月別アーカイブ: 2022年8月

Retrieval-Augmented Transformer for Image Captioning

投稿日: 2022年8月23日 作成者: jarxiv

要約 画像キャプション モデルは、入力画像の自然言語による説明を提供することで、 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.MM | Retrieval-Augmented Transformer for Image Captioning はコメントを受け付けていません

Revising Image-Text Retrieval via Multi-Modal Entailment

投稿日: 2022年8月23日 作成者: jarxiv

要約 優れた画像テキスト検索モデルは、高品質のラベル付きデータに依存しています。 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | Revising Image-Text Retrieval via Multi-Modal Entailment はコメントを受け付けていません

SWEM: Towards Real-Time Video Object Segmentation with Sequential Weighted Expectation-Maximization

投稿日: 2022年8月23日 作成者: jarxiv

要約 マッチングベースの方法、特に時空間メモリに基づく方法は、半教師付きビデオ … 続きを読む →

カテゴリー: cs.CV | SWEM: Towards Real-Time Video Object Segmentation with Sequential Weighted Expectation-Maximization はコメントを受け付けていません

Rethinking Knowledge Distillation via Cross-Entropy

投稿日: 2022年8月23日 作成者: jarxiv

要約 Knowledge Distillation (KD) は広範囲に開発され … 続きを読む →

カテゴリー: cs.CV | Rethinking Knowledge Distillation via Cross-Entropy はコメントを受け付けていません

Unsupervised Prompt Learning for Vision-Language Models

投稿日: 2022年8月23日 作成者: jarxiv

要約 CLIP のような対照的な視覚言語モデルは、転移学習において大きな進歩を遂 … 続きを読む →

カテゴリー: cs.CV | Unsupervised Prompt Learning for Vision-Language Models はコメントを受け付けていません

STS: Surround-view Temporal Stereo for Multi-view 3D Detection

投稿日: 2022年8月23日 作成者: jarxiv

要約 マルチビュー 3D オブジェクト検出には、正確な深度を学習することが不可欠 … 続きを読む →

カテゴリー: cs.CV | STS: Surround-view Temporal Stereo for Multi-view 3D Detection はコメントを受け付けていません

Meta-Causal Feature Learning for Out-of-Distribution Generalization

投稿日: 2022年8月23日 作成者: jarxiv

要約 因果推論は、不変の特徴を抽出することを目的とした分布外 (OOD) 一般化 … 続きを読む →

カテゴリー: cs.CV | Meta-Causal Feature Learning for Out-of-Distribution Generalization はコメントを受け付けていません

TEyeD: Over 20 million real-world eye images with Pupil, Eyelid, and Iris 2D and 3D Segmentations, 2D and 3D Landmarks, 3D Eyeball, Gaze Vector, and Eye Movement Types

投稿日: 2022年8月23日 作成者: jarxiv

要約 ヘッドマウント デバイスで撮影された目の画像の世界最大の統合公開データ セ … 続きを読む →

カテゴリー: cs.CV, eess.IV | TEyeD: Over 20 million real-world eye images with Pupil, Eyelid, and Iris 2D and 3D Segmentations, 2D and 3D Landmarks, 3D Eyeball, Gaze Vector, and Eye Movement Types はコメントを受け付けていません

Prompt-Matched Semantic Segmentation

投稿日: 2022年8月23日 作成者: jarxiv

要約 この作業の目的は、事前トレーニング済みの基盤モデルを、画像セマンティック … 続きを読む →

カテゴリー: cs.CV | Prompt-Matched Semantic Segmentation はコメントを受け付けていません

Non-generative Generalized Zero-shot Learning via Task-correlated Disentanglement and Controllable Samples Synthesis

投稿日: 2022年8月23日 作成者: jarxiv

要約 現在、疑似サンプルの合成は、一般化ゼロショット学習 (GZSL) 問題を解 … 続きを読む →

カテゴリー: cs.CV | Non-generative Generalized Zero-shot Learning via Task-correlated Disentanglement and Controllable Samples Synthesis はコメントを受け付けていません