月別アーカイブ: 2025年5月

PhysLLM: Harnessing Large Language Models for Cross-Modal Remote Physiological Sensing

投稿日: 2025年5月7日 作成者: jarxiv

要約 リモートフォトプレチスモグラフィ（RPPG）は、非接触生理的測定を可能にし … 続きを読む →

カテゴリー: cs.CV | PhysLLM: Harnessing Large Language Models for Cross-Modal Remote Physiological Sensing はコメントを受け付けていません

Bounding Box-Guided Diffusion for Synthesizing Industrial Images and Segmentation Map

投稿日: 2025年5月7日 作成者: jarxiv

要約 コンピュータービジョン、特に産業用途向けの合成データセット生成は、依然とし … 続きを読む →

カテゴリー: cs.CV | Bounding Box-Guided Diffusion for Synthesizing Industrial Images and Segmentation Map はコメントを受け付けていません

Cobra: Efficient Line Art COlorization with BRoAder References

投稿日: 2025年5月7日 作成者: jarxiv

要約 コミック生産業界では、高精度、効率、コンテキストの一貫性、柔軟な制御を備え … 続きを読む →

カテゴリー: cs.CV | Cobra: Efficient Line Art COlorization with BRoAder References はコメントを受け付けていません

Rethinking Meta-Learning from a Learning Lens

投稿日: 2025年5月7日 作成者: jarxiv

要約 メタラーニングは、目に見えないタスクを解決するために、トレーニングタスクか … 続きを読む →

カテゴリー: cs.CV, cs.LG | Rethinking Meta-Learning from a Learning Lens はコメントを受け付けていません

Breaking Annotation Barriers: Generalized Video Quality Assessment via Ranking-based Self-Supervision

投稿日: 2025年5月7日 作成者: jarxiv

要約 ビデオ品質評価（VQA）は、カメラキャプチャシステムからオーバーザトップス … 続きを読む →

カテゴリー: cs.CV | Breaking Annotation Barriers: Generalized Video Quality Assessment via Ranking-based Self-Supervision はコメントを受け付けていません

FGAIF: Aligning Large Vision-Language Models with Fine-grained AI Feedback

投稿日: 2025年5月7日 作成者: jarxiv

要約 大規模なビジョン言語モデル（LVLMS）は、さまざまな視覚言語タスクへの取 … 続きを読む →

カテゴリー: cs.CL, cs.CV | FGAIF: Aligning Large Vision-Language Models with Fine-grained AI Feedback はコメントを受け付けていません

Towards Smart Point-and-Shoot Photography

投稿日: 2025年5月7日 作成者: jarxiv

要約 数億人がスマートフォンをPoint and Shoot（PAS）カメラとし … 続きを読む →

カテゴリー: cs.CV | Towards Smart Point-and-Shoot Photography はコメントを受け付けていません

ALMA: Aggregated Lipschitz Maximization Attack on Auto-encoders

投稿日: 2025年5月7日 作成者: jarxiv

要約 重要なアプリケーションでのディープオートエンコーダー（AE）の広範な使用に … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | ALMA: Aggregated Lipschitz Maximization Attack on Auto-encoders はコメントを受け付けていません

Step1X-Edit: A Practical Framework for General Image Editing

投稿日: 2025年5月7日 作成者: jarxiv

要約 近年、画像編集モデルは驚くべき急速な発展を目撃しています。 GPT-4Oや … 続きを読む →

カテゴリー: cs.CV | Step1X-Edit: A Practical Framework for General Image Editing はコメントを受け付けていません

ReGraP-LLaVA: Reasoning enabled Graph-based Personalized Large Language and Vision Assistant

投稿日: 2025年5月7日 作成者: jarxiv

要約 パーソナライズされたMLLMの最近の進歩により、ユーザー固有の概念を効果的 … 続きを読む →

カテゴリー: cs.AI, cs.CV | ReGraP-LLaVA: Reasoning enabled Graph-based Personalized Large Language and Vision Assistant はコメントを受け付けていません