月別アーカイブ: 2025年3月

Annotation-Free Curb Detection Leveraging Altitude Difference Image

投稿日: 2025年3月4日 作成者: jarxiv

要約 道路の縁石は、自律走行車の安全性を確保するために不可欠な、重要かつどこにで … 続きを読む →

カテゴリー: cs.CV | Annotation-Free Curb Detection Leveraging Altitude Difference Image はコメントを受け付けていません

MATCH POLICY: A Simple Pipeline from Point Cloud Registration to Manipulation Policies

投稿日: 2025年3月4日 作成者: jarxiv

要約 マニピュレーションタスクの多くは、ロボットが物体を相対的に再配置することを … 続きを読む →

カテゴリー: cs.CV, cs.RO | MATCH POLICY: A Simple Pipeline from Point Cloud Registration to Manipulation Policies はコメントを受け付けていません

Evaluating Intelligence via Trial and Error

投稿日: 2025年3月4日 作成者: jarxiv

要約 知能は、限られた回数の試行錯誤の中で解決策を見出す種にとって重要な特性であ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.IR | Evaluating Intelligence via Trial and Error はコメントを受け付けていません

EchoONE: Segmenting Multiple echocardiography Planes in One Model

投稿日: 2025年3月4日 作成者: jarxiv

要約 臨床における心エコー検査では、心疾患のスクリーニング、診断、治療において、 … 続きを読む →

カテゴリー: cs.CV | EchoONE: Segmenting Multiple echocardiography Planes in One Model はコメントを受け付けていません

Stereo Hand-Object Reconstruction for Human-to-Robot Handover

投稿日: 2025年3月4日 作成者: jarxiv

要約 手と物体の形状を共同で推定することで、人間からロボットへのハンドオーバーに … 続きを読む →

カテゴリー: cs.CV, cs.RO | Stereo Hand-Object Reconstruction for Human-to-Robot Handover はコメントを受け付けていません

Towards Physically Realizable Adversarial Attacks in Embodied Vision Navigation

投稿日: 2025年3月4日 作成者: jarxiv

要約 具現化ビジョンナビゲーションの大幅な進歩により、ディープニューラルネットワ … 続きを読む →

カテゴリー: cs.CV, cs.RO | Towards Physically Realizable Adversarial Attacks in Embodied Vision Navigation はコメントを受け付けていません

Mitigating Hallucinations in Large Vision-Language Models via DPO: On-Policy Data Hold the Key

投稿日: 2025年3月4日 作成者: jarxiv

要約 幻覚は、大規模視覚言語モデル（LVLM）にとって依然として大きな課題である … 続きを読む →

カテゴリー: cs.CV | Mitigating Hallucinations in Large Vision-Language Models via DPO: On-Policy Data Hold the Key はコメントを受け付けていません

StarVid: Enhancing Semantic Alignment in Video Diffusion Models via Spatial and SynTactic Guided Attention Refocusing

投稿日: 2025年3月4日 作成者: jarxiv

要約 拡散モデルを用いたテキスト映像（T2V）生成における最近の進歩は、大きな注 … 続きを読む →

カテゴリー: cs.AI, cs.CV | StarVid: Enhancing Semantic Alignment in Video Diffusion Models via Spatial and SynTactic Guided Attention Refocusing はコメントを受け付けていません

Self-Supervised Iterative Refinement for Anomaly Detection in Industrial Quality Control

投稿日: 2025年3月4日 作成者: jarxiv

要約 本研究では、ロバストな異常検出手法である反復的精密化プロセス（IRP）を紹 … 続きを読む →

カテゴリー: cs.CV, cs.LG | Self-Supervised Iterative Refinement for Anomaly Detection in Industrial Quality Control はコメントを受け付けていません

FoodMLLM-JP: Leveraging Multimodal Large Language Models for Japanese Recipe Generation

投稿日: 2025年3月4日 作成者: jarxiv

要約 レシピデータを用いた食品イメージの理解に関する研究は、そのデータの多様性と … 続きを読む →

カテゴリー: cs.CV, cs.MM | FoodMLLM-JP: Leveraging Multimodal Large Language Models for Japanese Recipe Generation はコメントを受け付けていません