-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
月別アーカイブ: 2025年2月
Language-Guided Diffusion Model for Visual Grounding
要約 視覚的に接地（VG）タスクには、明示的に対応する画像領域が提供される言語フ … 続きを読む
Personalized Topology-Informed Localization of Standard 12-Lead ECG Electrode Placement from Incomplete Cardiac MRIs for Efficient Cardiac Digital Twins
要約 心臓デジタルツイン（CDTS）は、心臓メカニズムに関連するマルチスケール特 … 続きを読む
カテゴリー: cs.CV, eess.IV, physics.med-ph
Personalized Topology-Informed Localization of Standard 12-Lead ECG Electrode Placement from Incomplete Cardiac MRIs for Efficient Cardiac Digital Twins はコメントを受け付けていません
SGFormer: Spherical Geometry Transformer for 360 Depth Estimation
要約 パノラマの歪みは、特に北極と南極で顕著な360の深度推定で大きな課題をもた … 続きを読む
Multimodality Helps Few-shot 3D Point Cloud Semantic Segmentation
要約 少数の3Dポイントクラウドセグメンテーション（FS-PCS）は、最小限の注 … 続きを読む
カテゴリー: cs.CV
Multimodality Helps Few-shot 3D Point Cloud Semantic Segmentation はコメントを受け付けていません
MoFM: A Large-Scale Human Motion Foundation Model
要約 ファンデーションモデル（FM）は、多様なタスク全体のスケーラビリティと一般 … 続きを読む
Stealthy Backdoor Attack in Self-Supervised Learning Vision Encoders for Large Vision Language Models
要約 自己教師の学習（SSL）ビジョンエンコーダーは、高品質の画像表現を学習する … 続きを読む
カテゴリー: cs.CV
Stealthy Backdoor Attack in Self-Supervised Learning Vision Encoders for Large Vision Language Models はコメントを受け付けていません
Duo Streamers: A Streaming Gesture Recognition Framework
要約 リソース制約のシナリオでのジェスチャー認識は、高精度と低遅延を達成する上で … 続きを読む
カテゴリー: cs.CV
Duo Streamers: A Streaming Gesture Recognition Framework はコメントを受け付けていません
Both Ears Wide Open: Towards Language-Driven Spatial Audio Generation
要約 最近、拡散モデルはモノチャネルオーディオ生成で大きな成功を収めています。 … 続きを読む
LDGen: Enhancing Text-to-Image Synthesis via Large Language Model-Driven Language Representation
要約 この論文では、計算需要を最小限に抑えながら、既存のテキストから画像間拡散モ … 続きを読む
カテゴリー: cs.CV
LDGen: Enhancing Text-to-Image Synthesis via Large Language Model-Driven Language Representation はコメントを受け付けていません