月別アーカイブ: 2025年3月

CMED: A Child Micro-Expression Dataset

投稿日: 2025年3月28日 作成者: jarxiv

要約 微小発現は、隠すのが難しい短い感情のバーストです。 子どもたちの検出は、心 … 続きを読む →

カテゴリー: cs.CV | CMED: A Child Micro-Expression Dataset はコメントを受け付けていません

RapidPoseTriangulation: Multi-view Multi-person Whole-body Human Pose Triangulation in a Millisecond

投稿日: 2025年3月28日 作成者: jarxiv

要約 マルチビューイメージングとポーズ推定の統合は、コンピュータービジョンアプリ … 続きを読む →

カテゴリー: cs.CV | RapidPoseTriangulation: Multi-view Multi-person Whole-body Human Pose Triangulation in a Millisecond はコメントを受け付けていません

Progressive Rendering Distillation: Adapting Stable Diffusion for Instant Text-to-Mesh Generation without 3D Data

投稿日: 2025年3月28日 作成者: jarxiv

要約 わずか数秒でテキストプロンプトから高品質の3Dメッシュを生成できるモデルを … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.GR | Progressive Rendering Distillation: Adapting Stable Diffusion for Instant Text-to-Mesh Generation without 3D Data はコメントを受け付けていません

AMA-SAM: Adversarial Multi-Domain Alignment of Segment Anything Model for High-Fidelity Histology Nuclei Segmentation

投稿日: 2025年3月28日 作成者: jarxiv

要約 組織病理学の画像における細胞核の正確なセグメンテーションは、多数の生物医学 … 続きを読む →

カテゴリー: cs.AI, cs.CV | AMA-SAM: Adversarial Multi-Domain Alignment of Segment Anything Model for High-Fidelity Histology Nuclei Segmentation はコメントを受け付けていません

Embodied-Reasoner: Synergizing Visual Search, Reasoning, and Action for Embodied Interactive Tasks

投稿日: 2025年3月28日 作成者: jarxiv

要約 深い思考モデルの最近の進歩により、数学的およびコーディングタスクに関する顕 … 続きを読む →

カテゴリー: cs.CL, cs.CV | Embodied-Reasoner: Synergizing Visual Search, Reasoning, and Action for Embodied Interactive Tasks はコメントを受け付けていません

MAVERIX: Multimodal Audio-Visual Evaluation Reasoning IndeX

投稿日: 2025年3月28日 作成者: jarxiv

要約 フロンティアモデルは言語のみであるか、主にビジョンと言語のモダリティに焦点 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.SD | MAVERIX: Multimodal Audio-Visual Evaluation Reasoning IndeX はコメントを受け付けていません

BACON: Improving Clarity of Image Captions via Bag-of-Concept Graphs

投稿日: 2025年3月28日 作成者: jarxiv

要約 大規模なビジョン言語モデルの進歩により、正確で正確な画像キャプションがもた … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.DB | BACON: Improving Clarity of Image Captions via Bag-of-Concept Graphs はコメントを受け付けていません

TripoSG: High-Fidelity 3D Shape Synthesis using Large-Scale Rectified Flow Models

投稿日: 2025年3月28日 作成者: jarxiv

要約 拡散技術の最近の進歩により、画像とビデオ生成が前例のないレベルの品質を推進 … 続きを読む →

カテゴリー: cs.AI, cs.CV | TripoSG: High-Fidelity 3D Shape Synthesis using Large-Scale Rectified Flow Models はコメントを受け付けていません

SlowFast-LLaVA-1.5: A Family of Token-Efficient Video Large Language Models for Long-Form Video Understanding

投稿日: 2025年3月28日 作成者: jarxiv

要約 Slowaffast-llava-1.5（SF-llava-1.5として省 … 続きを読む →

カテゴリー: cs.CV | SlowFast-LLaVA-1.5: A Family of Token-Efficient Video Large Language Models for Long-Form Video Understanding はコメントを受け付けていません

Evaluating Text-to-Image Synthesis with a Conditional Fréchet Distance

投稿日: 2025年3月28日 作成者: jarxiv

要約 テキスト間合成の評価は、確立されたメトリックと人間の好みとの間の不整合のた … 続きを読む →

カテゴリー: cs.CV | Evaluating Text-to-Image Synthesis with a Conditional Fréchet Distance はコメントを受け付けていません