月別アーカイブ: 2024年9月

Does Data-Efficient Generalization Exacerbate Bias in Foundation Models?

投稿日: 2024年9月4日 作成者: jarxiv

要約 ファウンデーションモデルは、様々な領域においてラベル効率に優れたロバストモ … 続きを読む →

カテゴリー: cs.CV, cs.LG | Does Data-Efficient Generalization Exacerbate Bias in Foundation Models? はコメントを受け付けていません

Privacy-Aware Document Visual Question Answering

投稿日: 2024年9月4日 作成者: jarxiv

要約 文書視覚的質問応答(DocVQA)は、急速に文書理解の中心的タスクに成長し … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Privacy-Aware Document Visual Question Answering はコメントを受け付けていません

TRAM: Global Trajectory and Motion of 3D Humans from in-the-wild Videos

投稿日: 2024年9月4日 作成者: jarxiv

要約 我々はTRAMを提案する。TRAMはSLAMをロバスト化し、動きのある人間 … 続きを読む →

カテゴリー: cs.CV | TRAM: Global Trajectory and Motion of 3D Humans from in-the-wild Videos はコメントを受け付けていません

Multi-Visual-Inertial System: Analysis, Calibration and Estimation

投稿日: 2024年9月4日 作成者: jarxiv

要約 本論文では、マルチ視覚慣性システム（MVIS）の状態推定を研究し、任意の数 … 続きを読む →

カテゴリー: cs.CV, cs.RO | Multi-Visual-Inertial System: Analysis, Calibration and Estimation はコメントを受け付けていません

RISSOLE: Parameter-efficient Diffusion Models via Block-wise Generation and Retrieval-Guidance

投稿日: 2024年9月4日 作成者: jarxiv

要約 拡散に基づくモデルは、素晴らしい生成能力を発揮する。しかし、膨大な数のパラ … 続きを読む →

カテゴリー: cs.CV, cs.LG | RISSOLE: Parameter-efficient Diffusion Models via Block-wise Generation and Retrieval-Guidance はコメントを受け付けていません

Efficient Video Object Segmentation via Modulated Cross-Attention Memory

投稿日: 2024年9月4日 作成者: jarxiv

要約 最近、変換器ベースのアプローチは、半教師付きビデオオブジェクトセグメンテー … 続きを読む →

カテゴリー: cs.CV | Efficient Video Object Segmentation via Modulated Cross-Attention Memory はコメントを受け付けていません

SEDMamba: Enhancing Selective State Space Modelling with Bottleneck Mechanism and Fine-to-Coarse Temporal Fusion for Efficient Error Detection in Robot-Assisted Surgery

投稿日: 2024年9月4日 作成者: jarxiv

要約 手術ミスの自動検出は、ロボット支援手術の改善につながる。有望な進歩にもかか … 続きを読む →

カテゴリー: cs.AI, cs.CV | SEDMamba: Enhancing Selective State Space Modelling with Bottleneck Mechanism and Fine-to-Coarse Temporal Fusion for Efficient Error Detection in Robot-Assisted Surgery はコメントを受け付けていません

Inter-Frame Compression for Dynamic Point Cloud Geometry Coding

投稿日: 2024年9月4日 作成者: jarxiv

要約 効率的な点群圧縮は、仮想現実や複合現実、自律走行、文化遺産などのアプリケー … 続きを読む →

カテゴリー: cs.CV, cs.MM, eess.IV | Inter-Frame Compression for Dynamic Point Cloud Geometry Coding はコメントを受け付けていません

Enhancing Representation in Radiography-Reports Foundation Model: A Granular Alignment Algorithm Using Masked Contrastive Learning

投稿日: 2024年9月4日 作成者: jarxiv

要約 近年、マルチモーダル視覚言語基盤モデルが医療分野で大きな注目を集めている。 … 続きを読む →

カテゴリー: cs.CV | Enhancing Representation in Radiography-Reports Foundation Model: A Granular Alignment Algorithm Using Masked Contrastive Learning はコメントを受け付けていません

AIGCs Confuse AI Too: Investigating and Explaining Synthetic Image-induced Hallucinations in Large Vision-Language Models

投稿日: 2024年9月4日 作成者: jarxiv

要約 人工知能が生成するコンテンツ（AIGC）の進化は、より質の高いものへと進ん … 続きを読む →

カテゴリー: cs.CV | AIGCs Confuse AI Too: Investigating and Explaining Synthetic Image-induced Hallucinations in Large Vision-Language Models はコメントを受け付けていません