月別アーカイブ: 2025年5月

SiMHand: Mining Similar Hands for Large-Scale 3D Hand Pose Pre-training

投稿日: 2025年5月6日 作成者: jarxiv

要約 本論文では、SimHandと呼ばれる、類似した手の特徴を共有する野生の手画 … 続きを読む →

カテゴリー: cs.CV | SiMHand: Mining Similar Hands for Large-Scale 3D Hand Pose Pre-training はコメントを受け付けていません

Detect, Classify, Act: Categorizing Industrial Anomalies with Multi-Modal Large Language Models

投稿日: 2025年5月6日 作成者: jarxiv

要約 最近の工業用視覚的異常検出の進歩により、高速な推論速度を維持しながら、異常 … 続きを読む →

カテゴリー: cs.CV | Detect, Classify, Act: Categorizing Industrial Anomalies with Multi-Modal Large Language Models はコメントを受け付けていません

DeepSparse: A Foundation Model for Sparse-View CBCT Reconstruction

投稿日: 2025年5月6日 作成者: jarxiv

要約 コーンビームCT（CBCT）は、医療分野において重要な3次元画像技術である … 続きを読む →

カテゴリー: cs.CV, eess.IV | DeepSparse: A Foundation Model for Sparse-View CBCT Reconstruction はコメントを受け付けていません

MCCD: Multi-Agent Collaboration-based Compositional Diffusion for Complex Text-to-Image Generation

投稿日: 2025年5月6日 作成者: jarxiv

要約 拡散モデルは、テキストから画像への生成において優れた性能を示してきた。しか … 続きを読む →

カテゴリー: cs.CV | MCCD: Multi-Agent Collaboration-based Compositional Diffusion for Complex Text-to-Image Generation はコメントを受け付けていません

FissionVAE: Federated Non-IID Image Generation with Latent Space and Decoder Decomposition

投稿日: 2025年5月6日 作成者: jarxiv

要約 連携学習は、分散化されたクライアントが、すべての学習データをローカルに保ち … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | FissionVAE: Federated Non-IID Image Generation with Latent Space and Decoder Decomposition はコメントを受け付けていません

Sim2Real in endoscopy segmentation with a novel structure aware image translation

投稿日: 2025年5月6日 作成者: jarxiv

要約 内視鏡画像における解剖学的ランドマークの自動セグメンテーションは、医師や外 … 続きを読む →

カテゴリー: cs.CV, I.2.10 | Sim2Real in endoscopy segmentation with a novel structure aware image translation はコメントを受け付けていません

Grasp the Graph (GtG) 2.0: Ensemble of GNNs for High-Precision Grasp Pose Detection in Clutter

投稿日: 2025年5月6日 作成者: jarxiv

要約 雑然とした実環境における把持ポーズ検出は、ノイズが多く不完全な感覚データと … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO | Grasp the Graph (GtG) 2.0: Ensemble of GNNs for High-Precision Grasp Pose Detection in Clutter はコメントを受け付けていません

Multimodal Deep Learning for Stroke Prediction and Detection using Retinal Imaging and Clinical Data

投稿日: 2025年5月6日 作成者: jarxiv

要約 脳卒中は公衆衛生上の大きな問題であり、世界中で数百万人が罹患している。ディ … 続きを読む →

カテゴリー: cs.CV | Multimodal Deep Learning for Stroke Prediction and Detection using Retinal Imaging and Clinical Data はコメントを受け付けていません

Enhancing person re-identification via Uncertainty Feature Fusion Method and Auto-weighted Measure Combination

投稿日: 2025年5月6日 作成者: jarxiv

要約 人物の再同定（Re-ID）は、監視システムにおいて、異なるカメラビュー間で … 続きを読む →

カテゴリー: cs.CV | Enhancing person re-identification via Uncertainty Feature Fusion Method and Auto-weighted Measure Combination はコメントを受け付けていません

Active Data Curation Effectively Distills Large-Scale Multimodal Models

投稿日: 2025年5月6日 作成者: jarxiv

要約 知識蒸留（KD）は、大規模なモデルをより小さなモデルに圧縮するためのデファ … 続きを読む →

カテゴリー: cs.CV, cs.LG | Active Data Curation Effectively Distills Large-Scale Multimodal Models はコメントを受け付けていません