月別アーカイブ: 2024年6月

Neural Gaussian Scale-Space Fields

投稿日: 2024年6月3日 作成者: jarxiv

要約 ガウス スケール空間は信号表現と処理の基礎であり、フィルタリング、マルチス … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.LG | Neural Gaussian Scale-Space Fields はコメントを受け付けていません

Generative Adversarial Networks in Ultrasound Imaging: Extending Field of View Beyond Conventional Limits

投稿日: 2024年6月3日 作成者: jarxiv

要約 経胸壁心エコー検査 (TTE) は、心臓血管医学における基本的な非侵襲的診 … 続きを読む →

カテゴリー: cs.AI, cs.CV | Generative Adversarial Networks in Ultrasound Imaging: Extending Field of View Beyond Conventional Limits はコメントを受け付けていません

DeCo: Decoupling Token Compression from Semantic Abstraction in Multimodal Large Language Models

投稿日: 2024年6月3日 作成者: jarxiv

要約 視覚と言語のモダリティを橋渡しし、クロスモーダルの調整を容易にするビジュア … 続きを読む →

カテゴリー: cs.CV | DeCo: Decoupling Token Compression from Semantic Abstraction in Multimodal Large Language Models はコメントを受け付けていません

Uncertainty Quantification for Bird’s Eye View Semantic Segmentation: Methods and Benchmarks

投稿日: 2024年6月3日 作成者: jarxiv

要約 自動運転車上の複数のセンサーから得られる生の特徴を融合して鳥瞰図 (BEV … 続きを読む →

カテゴリー: cs.CV, cs.LG | Uncertainty Quantification for Bird’s Eye View Semantic Segmentation: Methods and Benchmarks はコメントを受け付けていません

Early Stopping Criteria for Training Generative Adversarial Networks in Biomedical Imaging

投稿日: 2024年6月3日 作成者: jarxiv

要約 Generative Adversarial Networks (GAN) … 続きを読む →

カテゴリー: cs.CV, cs.LG, eess.IV | Early Stopping Criteria for Training Generative Adversarial Networks in Biomedical Imaging はコメントを受け付けていません

Hard Cases Detection in Motion Prediction by Vision-Language Foundation Models

投稿日: 2024年6月3日 作成者: jarxiv

要約 異常な道路利用者、異常気象、複雑な交通相互作用など、自動運転における困難な … 続きを読む →

カテゴリー: cs.CV, cs.LG | Hard Cases Detection in Motion Prediction by Vision-Language Foundation Models はコメントを受け付けていません

Calibrated Self-Rewarding Vision Language Models

投稿日: 2024年6月3日 作成者: jarxiv

要約 大規模ビジョン言語モデル (LVLM) は、事前トレーニングされた大規模言 … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG | Calibrated Self-Rewarding Vision Language Models はコメントを受け付けていません

StrucTexTv3: An Efficient Vision-Language Model for Text-rich Image Perception, Comprehension, and Beyond

投稿日: 2024年6月3日 作成者: jarxiv

要約 テキストが豊富な画像には重要かつ広範な価値があり、人間の生活のさまざまな側 … 続きを読む →

カテゴリー: cs.CV | StrucTexTv3: An Efficient Vision-Language Model for Text-rich Image Perception, Comprehension, and Beyond はコメントを受け付けていません

GAD-Generative Learning for HD Map-Free Autonomous Driving

投稿日: 2024年6月3日 作成者: jarxiv

要約 ディープラーニングベースの技術は、近年量産用の自動運転ソフトウェアスタック … 続きを読む →

カテゴリー: cs.CV, cs.RO | GAD-Generative Learning for HD Map-Free Autonomous Driving はコメントを受け付けていません

Hierarchical World Models as Visual Whole-Body Humanoid Controllers

投稿日: 2024年6月3日 作成者: jarxiv

要約 ヒューマノイドの全身制御は、問題の高次元な性質と、二足歩行の形態に固有の不 … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO | Hierarchical World Models as Visual Whole-Body Humanoid Controllers はコメントを受け付けていません