月別アーカイブ: 2025年1月

MLVU: Benchmarking Multi-task Long Video Understanding

投稿日: 2025年1月3日 作成者: jarxiv

要約 Long Video Understanding (LVU) パフォーマン … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | MLVU: Benchmarking Multi-task Long Video Understanding はコメントを受け付けていません

Prompt-Based Segmentation at Multiple Resolutions and Lighting Conditions using Segment Anything Model 2

投稿日: 2025年1月3日 作成者: jarxiv

要約 このペーパーでは、ゼロ ショットのプロンプトベースのセグメント エニシング … 続きを読む →

カテゴリー: cs.CV | Prompt-Based Segmentation at Multiple Resolutions and Lighting Conditions using Segment Anything Model 2 はコメントを受け付けていません

Using a CNN Model to Assess Paintings’ Creativity

投稿日: 2025年1月3日 作成者: jarxiv

要約 芸術的創造性の評価は研究者にとって長年の課題であり、従来の方法では時間がか … 続きを読む →

カテゴリー: cs.CV, cs.HC, cs.LG | Using a CNN Model to Assess Paintings’ Creativity はコメントを受け付けていません

Adaptive Prompt Tuning: Vision Guided Prompt Tuning with Cross-Attention for Fine-Grained Few-Shot Learning

投稿日: 2025年1月3日 作成者: jarxiv

要約 コンピュータ ビジョンにおける少数ショットのきめ細かい分類は、限られたデー … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Adaptive Prompt Tuning: Vision Guided Prompt Tuning with Cross-Attention for Fine-Grained Few-Shot Learning はコメントを受け付けていません

VAPO: Visibility-Aware Keypoint Localization for Efficient 6DoF Object Pose Estimation

投稿日: 2025年1月3日 作成者: jarxiv

要約 2D 画像内の事前定義された 3D キーポイントの位置を特定することは、6 … 続きを読む →

カテゴリー: cs.CV | VAPO: Visibility-Aware Keypoint Localization for Efficient 6DoF Object Pose Estimation はコメントを受け付けていません

Refining Skewed Perceptions in Vision-Language Models through Visual Representations

投稿日: 2025年1月3日 作成者: jarxiv

要約 CLIP などの大規模ビジョン言語モデル (VLM) は基盤となり、さまざ … 続きを読む →

カテゴリー: cs.CL, cs.CV | Refining Skewed Perceptions in Vision-Language Models through Visual Representations はコメントを受け付けていません

The Unmet Promise of Synthetic Training Images: Using Retrieved Real Images Performs Better

投稿日: 2025年1月3日 作成者: jarxiv

要約 テキストから画像への生成モデルを使用すると、制御可能な方法で無制限の量の画 … 続きを読む →

カテゴリー: cs.CV | The Unmet Promise of Synthetic Training Images: Using Retrieved Real Images Performs Better はコメントを受け付けていません

Region-Guided Attack on the Segment Anything Model (SAM)

投稿日: 2025年1月3日 作成者: jarxiv

要約 Segment Anything Model (SAM) は画像セグメンテ … 続きを読む →

カテゴリー: cs.AI, cs.CR, cs.CV | Region-Guided Attack on the Segment Anything Model (SAM) はコメントを受け付けていません

Hear the Scene: Audio-Enhanced Text Spotting

投稿日: 2025年1月3日 作成者: jarxiv

要約 シーン テキスト スポッティングの最近の進歩は、正確な位置の注釈に大きく依 … 続きを読む →

カテゴリー: cs.CV | Hear the Scene: Audio-Enhanced Text Spotting はコメントを受け付けていません

SpecDETR: A Transformer-based Hyperspectral Point Object Detection Network

投稿日: 2025年1月3日 作成者: jarxiv

要約 ハイパースペクトル ターゲット検出 (HTD) は、ハイパースペクトル画像 … 続きを読む →

カテゴリー: cs.CV | SpecDETR: A Transformer-based Hyperspectral Point Object Detection Network はコメントを受け付けていません