-
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3月
Scaling Down Text Encoders of Text-to-Image Diffusion Models
要約 拡散モデルのテキストエンコーダーは急速に進化し、クリップからT5-XXLに … 続きを読む
カテゴリー: cs.CV
Scaling Down Text Encoders of Text-to-Image Diffusion Models はコメントを受け付けていません
CAFe: Unifying Representation and Generation with Contrastive-Autoregressive Finetuning
要約 大規模なビジョン言語モデル（LVLMS）の急速な進歩により、マルチモーダル … 続きを読む
TokenHSI: Unified Synthesis of Physical Human-Scene Interactions through Task Tokenization
要約 多様で物理的にもっともらしいヒトシーン相互作用（HSI）の合成は、コンピュ … 続きを読む
カテゴリー: cs.CV
TokenHSI: Unified Synthesis of Physical Human-Scene Interactions through Task Tokenization はコメントを受け付けていません
Repurposing Pre-trained Video Diffusion Models for Event-based Video Interpolation
要約 ビデオフレーム補間は、観測されたフレーム間で現実的な欠落フレームを回復し、 … 続きを読む
カテゴリー: cs.CV
Repurposing Pre-trained Video Diffusion Models for Event-based Video Interpolation はコメントを受け付けていません
ICE: Intrinsic Concept Extraction from a Single Image via Diffusion Models
要約 視覚概念を定義する際の固有のあいまいさは、単一の画像から概念を正確に学習す … 続きを読む
カテゴリー: cs.CV
ICE: Intrinsic Concept Extraction from a Single Image via Diffusion Models はコメントを受け付けていません
Scaling Vision Pre-Training to 4K Resolution
要約 視覚的詳細の高解像度の認識は、毎日のタスクにとって重要です。 ただし、現在 … 続きを読む
カテゴリー: cs.CV
Scaling Vision Pre-Training to 4K Resolution はコメントを受け付けていません
Tracktention: Leveraging Point Tracking to Attend Videos Faster and Better
要約 動画予測では、出力が一貫性があり、アーティファクトがないことを確認するため … 続きを読む
Reanimating Images using Neural Representations of Dynamic Stimuli
要約 コンピュータービジョンモデルは静的な画像認識で信じられないほどの進歩を遂げ … 続きを読む
AvatarArtist: Open-Domain 4D Avatarization
要約 この作品は、任意のスタイルでポートレートイメージから4Dアバターを作成する … 続きを読む
カテゴリー: cs.CV
AvatarArtist: Open-Domain 4D Avatarization はコメントを受け付けていません
FullDiT: Multi-Task Video Generative Foundation Model with Full Attention
要約 現在のビデオ生成基盤モデルは、主にテキストからビデオへのタスクに焦点を当て … 続きを読む
カテゴリー: cs.CV
FullDiT: Multi-Task Video Generative Foundation Model with Full Attention はコメントを受け付けていません