月別アーカイブ: 2024年8月

SenPa-MAE: Sensor Parameter Aware Masked Autoencoder for Multi-Satellite Self-Supervised Pretraining

投稿日: 2024年8月21日 作成者: jarxiv

要約 この論文では、観測されたマルチスペクトル信号のセンサー パラメーターを画像 … 続きを読む →

カテゴリー: cs.CV | SenPa-MAE: Sensor Parameter Aware Masked Autoencoder for Multi-Satellite Self-Supervised Pretraining はコメントを受け付けていません

MegaFusion: Extend Diffusion Models towards Higher-resolution Image Generation without Further Tuning

投稿日: 2024年8月21日 作成者: jarxiv

要約 拡散モデルは、その優れた機能により、テキストから画像への生成の最有力候補と … 続きを読む →

カテゴリー: cs.CV | MegaFusion: Extend Diffusion Models towards Higher-resolution Image Generation without Further Tuning はコメントを受け付けていません

Self-supervised Photographic Image Layout Representation Learning

投稿日: 2024年8月21日 作成者: jarxiv

要約 画像レイアウト表現学習の領域では、画像レイアウトを簡潔なベクトル形式に変換 … 続きを読む →

カテゴリー: cs.CV, cs.MM | Self-supervised Photographic Image Layout Representation Learning はコメントを受け付けていません

OpenScan: A Benchmark for Generalized Open-Vocabulary 3D Scene Understanding

投稿日: 2024年8月21日 作成者: jarxiv

要約 オープンボキャブラリー 3D シーン理解 (OV-3D) は、クローズド … 続きを読む →

カテゴリー: cs.CV | OpenScan: A Benchmark for Generalized Open-Vocabulary 3D Scene Understanding はコメントを受け付けていません

Atmospheric Transport Modeling of CO$_2$ with Neural Networks

投稿日: 2024年8月21日 作成者: jarxiv

要約 大気トレーサー輸送モデルを使用して大気中の CO$_2$ の分布を正確に記 … 続きを読む →

カテゴリー: cs.CV, cs.LG, physics.ao-ph | Atmospheric Transport Modeling of CO$_2$ with Neural Networks はコメントを受け付けていません

Transfusion: Predict the Next Token and Diffuse Images with One Multi-Modal Model

投稿日: 2024年8月21日 作成者: jarxiv

要約 離散データと連続データに対してマルチモーダル モデルをトレーニングするため … 続きを読む →

カテゴリー: cs.AI, cs.CV | Transfusion: Predict the Next Token and Diffuse Images with One Multi-Modal Model はコメントを受け付けていません

Unified Domain Adaptive Semantic Segmentation

投稿日: 2024年8月21日 作成者: jarxiv

要約 監視なしドメイン適応型セマンティック セグメンテーション (UDA-SS) … 続きを読む →

カテゴリー: cs.AI, cs.CV, eess.IV | Unified Domain Adaptive Semantic Segmentation はコメントを受け付けていません

FLAME: Learning to Navigate with Multimodal LLM in Urban Environments

投稿日: 2024年8月21日 作成者: jarxiv

要約 大規模言語モデル (LLM) は、視覚と言語のナビゲーション (VLN) … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.RO | FLAME: Learning to Navigate with Multimodal LLM in Urban Environments はコメントを受け付けていません

NeCo: Improving DINOv2’s spatial representations in 19 GPU hours with Patch Neighbor Consistency

投稿日: 2024年8月21日 作成者: jarxiv

要約 事前トレーニングされた表現を改善するための新しい自己教師あり学習信号として … 続きを読む →

カテゴリー: cs.AI, cs.CV | NeCo: Improving DINOv2’s spatial representations in 19 GPU hours with Patch Neighbor Consistency はコメントを受け付けていません

Prompt-Guided Image-Adaptive Neural Implicit Lookup Tables for Interpretable Image Enhancement

投稿日: 2024年8月21日 作成者: jarxiv

要約 この論文では、「露出」や「コントラスト」などのわかりやすい名前のフィルター … 続きを読む →

カテゴリー: cs.CV | Prompt-Guided Image-Adaptive Neural Implicit Lookup Tables for Interpretable Image Enhancement はコメントを受け付けていません