月別アーカイブ: 2024年9月

What to align in multimodal contrastive learning?

投稿日: 2024年9月12日 作成者: jarxiv

要約 人間は多感覚の統合を通じて世界を認識し、さまざまなモダリティの情報をブレン … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | What to align in multimodal contrastive learning? はコメントを受け付けていません

NVRC: Neural Video Representation Compression

投稿日: 2024年9月12日 作成者: jarxiv

要約 暗黙的ニューラル表現 (INR) ベースのビデオ コーディングの最近の進歩 … 続きを読む →

カテゴリー: cs.CV, eess.IV | NVRC: Neural Video Representation Compression はコメントを受け付けていません

Efficient One-Step Diffusion Refinement for Snapshot Compressive Imaging

投稿日: 2024年9月12日 作成者: jarxiv

要約 コード化開口スナップショット スペクトル イメージング (CASSI) は … 続きを読む →

カテゴリー: cs.CV, eess.IV | Efficient One-Step Diffusion Refinement for Snapshot Compressive Imaging はコメントを受け付けていません

Controllable retinal image synthesis using conditional StyleGAN and latent space manipulation for improved diagnosis and grading of diabetic retinopathy

投稿日: 2024年9月12日 作成者: jarxiv

要約 糖尿病性網膜症 (DR) は、網膜組織内の血管損傷を特徴とする糖尿病の結果 … 続きを読む →

カテゴリー: cs.CV, eess.IV | Controllable retinal image synthesis using conditional StyleGAN and latent space manipulation for improved diagnosis and grading of diabetic retinopathy はコメントを受け付けていません

VLMEvalKit: An Open-Source Toolkit for Evaluating Large Multi-Modality Models

投稿日: 2024年9月12日 作成者: jarxiv

要約 私たちは、PyTorch に基づいた大規模なマルチモダリティ モデルを評価 … 続きを読む →

カテゴリー: cs.CV | VLMEvalKit: An Open-Source Toolkit for Evaluating Large Multi-Modality Models はコメントを受け付けていません

Deep Neural Network-Based Sign Language Recognition: A Comprehensive Approach Using Transfer Learning with Explainability

投稿日: 2024年9月12日 作成者: jarxiv

要約 インクルージョンを促進し、主なコミュニケーション手段として手話に依存してい … 続きを読む →

カテゴリー: cs.CV | Deep Neural Network-Based Sign Language Recognition: A Comprehensive Approach Using Transfer Learning with Explainability はコメントを受け付けていません

Physically Feasible Semantic Segmentation

投稿日: 2024年9月12日 作成者: jarxiv

要約 最先端のセマンティック セグメンテーション モデルは通常、データ駆動型の方 … 続きを読む →

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

RainMamba: Enhanced Locality Learning with State Space Models for Video Deraining

投稿日: 2024年9月12日 作成者: jarxiv

要約 屋外ビジョン システムは、雨筋や雨滴によって頻繁に汚染され、視覚タスクやマ … 続きを読む →

カテゴリー: cs.CV | RainMamba: Enhanced Locality Learning with State Space Models for Video Deraining はコメントを受け付けていません

Adaptive Adapter Routing for Long-Tailed Class-Incremental Learning

投稿日: 2024年9月12日 作成者: jarxiv

要約 進化し続ける世界では、電子商取引プラットフォームのレビューなど、新しいデー … 続きを読む →

カテゴリー: cs.CV, cs.LG | Adaptive Adapter Routing for Long-Tailed Class-Incremental Learning はコメントを受け付けていません

StereoCrafter: Diffusion-based Generation of Long and High-fidelity Stereoscopic 3D from Monocular Videos

投稿日: 2024年9月12日 作成者: jarxiv

要約 この論文では、没入型体験における 3D コンテンツの需要の高まりに対応し、 … 続きを読む →

カテゴリー: cs.CV, cs.GR, I.3.0 | StereoCrafter: Diffusion-based Generation of Long and High-fidelity Stereoscopic 3D from Monocular Videos はコメントを受け付けていません