月別アーカイブ: 2024年2月

UnlearnCanvas: A Stylized Image Dataset to Benchmark Machine Unlearning for Diffusion Models

要約 拡散モデル (DM) の急速な進歩は、現実世界のさまざまな業界を変革しただ … 続きを読む

カテゴリー: cs.CV | UnlearnCanvas: A Stylized Image Dataset to Benchmark Machine Unlearning for Diffusion Models はコメントを受け付けていません

Robust Multimodal Learning with Missing Modalities via Parameter-Efficient Adaptation

要約 マルチモーダル学習は、複数のソースからのデータを利用して、下流タスクの全体 … 続きを読む

カテゴリー: cs.CV, cs.LG | Robust Multimodal Learning with Missing Modalities via Parameter-Efficient Adaptation はコメントを受け付けていません

Uncertainty Driven Bottleneck Attention U-net for Organ at Risk Segmentation

要約 コンピューター断層撮影 (CT) 画像におけるリスク臓器 (OAR) セグ … 続きを読む

カテゴリー: cs.CV, eess.IV | Uncertainty Driven Bottleneck Attention U-net for Organ at Risk Segmentation はコメントを受け付けていません

SDXL-Lightning: Progressive Adversarial Diffusion Distillation

要約 我々は、SDXL に基づいた 1 ステップ/数ステップの 1024px テ … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG | SDXL-Lightning: Progressive Adversarial Diffusion Distillation はコメントを受け付けていません

Diffusion Model with Perceptual Loss

要約 平均二乗誤差損失でトレーニングされた拡散モデルは、非現実的なサンプルを生成 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG | Diffusion Model with Perceptual Loss はコメントを受け付けていません

Impression-CLIP: Contrastive Shape-Impression Embedding for Fonts

要約 フォントによって読者に与える印象は異なります。 これらの印象はフォントの形 … 続きを読む

カテゴリー: cs.CV | Impression-CLIP: Contrastive Shape-Impression Embedding for Fonts はコメントを受け付けていません

SplatFlow: Learning Multi-frame Optical Flow via Splatting

要約 オクルージョンの問題は、オプティカル フロー推定 (OFE) において依然 … 続きを読む

カテゴリー: cs.CV | SplatFlow: Learning Multi-frame Optical Flow via Splatting はコメントを受け付けていません

What Text Design Characterizes Book Genres?

要約 本研究は、本の表紙の文字デザインを用いて書籍のジャンルを分類することで、ジ … 続きを読む

カテゴリー: cs.CV | What Text Design Characterizes Book Genres? はコメントを受け付けていません

SPC-NeRF: Spatial Predictive Compression for Voxel Based Radiance Field

要約 Neural Radiance Field (NeRF) を明示的なボクセ … 続きを読む

カテゴリー: cs.CV, cs.MM | SPC-NeRF: Spatial Predictive Compression for Voxel Based Radiance Field はコメントを受け付けていません

SPINEPS — Automatic Whole Spine Segmentation of T2-weighted MR images using a Two-Phase Approach to Multi-class Semantic and Instance Segmentation

要約 目的。 全身 T2w MRI における 14 の脊椎構造 (10 個の椎骨 … 続きを読む

カテゴリー: cs.CV, eess.IV | SPINEPS — Automatic Whole Spine Segmentation of T2-weighted MR images using a Two-Phase Approach to Multi-class Semantic and Instance Segmentation はコメントを受け付けていません