月別アーカイブ: 2025年1月

EgoHand: Ego-centric Hand Pose Estimation and Gesture Recognition with Head-mounted Millimeter-wave Radar and IMUs

投稿日: 2025年1月24日 作成者: jarxiv

要約 Apple Vision Pro などの最近の高度な仮想現実 (VR) ヘ … 続きを読む →

カテゴリー: cs.CV | EgoHand: Ego-centric Hand Pose Estimation and Gesture Recognition with Head-mounted Millimeter-wave Radar and IMUs はコメントを受け付けていません

MuMA-ToM: Multi-modal Multi-Agent Theory of Mind

投稿日: 2025年1月24日 作成者: jarxiv

要約 複雑な現実世界のシナリオで人々の社会的相互作用を理解することは、しばしば複 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | MuMA-ToM: Multi-modal Multi-Agent Theory of Mind はコメントを受け付けていません

By-Example Synthesis of Vector Textures

投稿日: 2025年1月24日 作成者: jarxiv

要約 単一のラスターの模範を考慮して、任意のサイズの新しいベクトルテクスチャを合 … 続きを読む →

カテゴリー: cs.CV, cs.GR | By-Example Synthesis of Vector Textures はコメントを受け付けていません

Ensuring Medical AI Safety: Explainable AI-Driven Detection and Mitigation of Spurious Model Behavior and Associated Data

投稿日: 2025年1月24日 作成者: jarxiv

要約 ディープ ニューラル ネットワークは、実際には致命的な結果をもたらす可能性 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Ensuring Medical AI Safety: Explainable AI-Driven Detection and Mitigation of Spurious Model Behavior and Associated Data はコメントを受け付けていません

Video-MMMU: Evaluating Knowledge Acquisition from Multi-Discipline Professional Videos

投稿日: 2025年1月24日 作成者: jarxiv

要約 人間は、情報の知覚、知識の理解、新しい問題を解決するために知識を適応させる … 続きを読む →

カテゴリー: cs.CL, cs.CV | Video-MMMU: Evaluating Knowledge Acquisition from Multi-Discipline Professional Videos はコメントを受け付けていません

MV-GMN: State Space Model for Multi-View Action Recognition

投稿日: 2025年1月24日 作成者: jarxiv

要約 マルチビューアクション認識の最近の進歩は、トランスベースのモデルに大きく依 … 続きを読む →

カテゴリー: cs.CV | MV-GMN: State Space Model for Multi-View Action Recognition はコメントを受け付けていません

DART: Denoising Autoregressive Transformer for Scalable Text-to-Image Generation

投稿日: 2025年1月24日 作成者: jarxiv

要約 拡散モデルは、視覚生成の支配的なアプローチとなっています。 彼らは、入力に … 続きを読む →

カテゴリー: cs.CV, cs.LG | DART: Denoising Autoregressive Transformer for Scalable Text-to-Image Generation はコメントを受け付けていません

Where Do You Go? Pedestrian Trajectory Prediction using Scene Features

投稿日: 2025年1月24日 作成者: jarxiv

要約 歩行者の軌跡を正確に予測することは、自動運転車の安全性を高め、歩行者が巻き … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Where Do You Go? Pedestrian Trajectory Prediction using Scene Features はコメントを受け付けていません

Enhanced Encoder-Decoder Architecture for Accurate Monocular Depth Estimation

投稿日: 2025年1月24日 作成者: jarxiv

要約 単一の 2D 画像から奥行きを推定することは、通常、奥行き知覚に必要なステ … 続きを読む →

カテゴリー: cs.CV, eess.IV | Enhanced Encoder-Decoder Architecture for Accurate Monocular Depth Estimation はコメントを受け付けていません

First Lessons Learned of an Artificial Intelligence Robotic System for Autonomous Coarse Waste Recycling Using Multispectral Imaging-Based Methods

投稿日: 2025年1月24日 作成者: jarxiv

要約 粗粒の廃棄物の現在の廃棄施設は、重機を備えた材料の手動ソートを実行します。 … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO | First Lessons Learned of an Artificial Intelligence Robotic System for Autonomous Coarse Waste Recycling Using Multispectral Imaging-Based Methods はコメントを受け付けていません