-
最近の投稿
- MetaGPT: Meta Programming for A Multi-Agent Collaborative Framework
- SLLEN: Semantic-aware Low-light Image Enhancement Network
- TuneTables: Context Optimization for Scalable Prior-Data Fitted Networks
- Impact of Dataset Properties on Membership Inference Vulnerability of Deep Transfer Learning
- Joint Sensing and Semantic Communications with Multi-Task Deep Learning
-
最近のコメント
表示できるコメントはありません。 cs.AI (28403) cs.CL (21462) cs.CR (2219) cs.CV (35034) cs.LG (33149) cs.RO (16370) cs.SY (2518) eess.IV (4266) eess.SY (2512) stat.ML (4445)
月別アーカイブ: 2023年3月
CLIP goes 3D: Leveraging Prompt Tuning for Language Grounded 3D Recognition
要約 CLIP のようなビジョン言語モデルは、その印象的なゼロショット機能により … 続きを読む
カテゴリー: cs.CV
CLIP goes 3D: Leveraging Prompt Tuning for Language Grounded 3D Recognition はコメントを受け付けていません
Generative Semantic Segmentation
要約 セマンティック セグメンテーションの生成的学習アプローチである Gener … 続きを読む
カテゴリー: cs.CV
Generative Semantic Segmentation はコメントを受け付けていません
ScribbleSeg: Scribble-based Interactive Image Segmentation
要約 インタラクティブなセグメンテーションにより、ボックス、クリック、走り書きな … 続きを読む
カテゴリー: cs.CV
ScribbleSeg: Scribble-based Interactive Image Segmentation はコメントを受け付けていません
Open-vocabulary Panoptic Segmentation with Embedding Modulation
要約 オープンボキャブラリー画像セグメンテーションは、現実世界での重要なアプリケ … 続きを読む
カテゴリー: cs.CV
Open-vocabulary Panoptic Segmentation with Embedding Modulation はコメントを受け付けていません
Towards Better 3D Knowledge Transfer via Masked Image Modeling for Multi-view 3D Understanding
要約 マルチビュー カメラ ベースの 3D 検出は、コンピューター ビジョンにお … 続きを読む
3D Concept Learning and Reasoning from Multi-View Images
要約 人間は、周囲の世界の多視点観察を収集することにより、3D で正確に推論する … 続きを読む
Zero-1-to-3: Zero-shot One Image to 3D Object
要約 単一の RGB 画像が与えられたときにオブジェクトのカメラ視点を変更するた … 続きを読む
Sound Localization from Motion: Jointly Learning Sound Direction and Camera Rotation
要約 私たちが知覚する画像と音は、頭を回転させると、微妙ではあるが幾何学的に一貫 … 続きを読む
Legs as Manipulator: Pushing Quadrupedal Agility Beyond Locomotion
要約 ロコモーションは、困難な地形を歩いたり走ったりするための劇的な進歩を遂げて … 続きを読む
EVA-02: A Visual Representation for Neon Genesis
要約 EVA-02 は次世代の Transformer ベースの視覚的表現であり … 続きを読む