月別アーカイブ: 2025年5月

FlowDubber: Movie Dubbing with LLM-based Semantic-aware Learning and Flow Matching based Voice Enhancing

投稿日: 2025年5月5日 作成者: jarxiv

要約 ムービーダビングは、与えられた短い参照音声のボーカルの音色を維持しながら、 … 続きを読む →

カテゴリー: cs.CV, cs.MM, cs.SD, eess.AS | FlowDubber: Movie Dubbing with LLM-based Semantic-aware Learning and Flow Matching based Voice Enhancing はコメントを受け付けていません

Diffusion-based Adversarial Purification from the Perspective of the Frequency Domain

投稿日: 2025年5月5日 作成者: jarxiv

要約 拡散に基づく敵対的浄化法は、順方向処理によって敵対的摂動を等方性ノイズの一 … 続きを読む →

カテゴリー: cs.CV | Diffusion-based Adversarial Purification from the Perspective of the Frequency Domain はコメントを受け付けていません

MASH: Masked Anchored SpHerical Distances for 3D Shape Representation and Generation

投稿日: 2025年5月5日 作成者: jarxiv

要約 我々は、3D形状の新しいマルチビュー・パラメトリック表現であるMasked … 続きを読む →

カテゴリー: cs.CG, cs.CV | MASH: Masked Anchored SpHerical Distances for 3D Shape Representation and Generation はコメントを受け付けていません

A Neural Architecture Search Method using Auxiliary Evaluation Metric based on ResNet Architecture

投稿日: 2025年5月5日 作成者: jarxiv

要約 本稿では、ResNetをフレームワークとして用いたニューラル・アーキテクチ … 続きを読む →

カテゴリー: cs.CV, cs.NE | A Neural Architecture Search Method using Auxiliary Evaluation Metric based on ResNet Architecture はコメントを受け付けていません

FreeInsert: Disentangled Text-Guided Object Insertion in 3D Gaussian Scene without Spatial Priors

投稿日: 2025年5月5日 作成者: jarxiv

要約 3Dシーンにおけるテキスト駆動オブジェクト挿入は、自然言語による直感的なシ … 続きを読む →

カテゴリー: cs.CV | FreeInsert: Disentangled Text-Guided Object Insertion in 3D Gaussian Scene without Spatial Priors はコメントを受け付けていません

Soybean Disease Detection via Interpretable Hybrid CNN-GNN: Integrating MobileNetV2 and GraphSAGE with Cross-Modal Attention

投稿日: 2025年5月5日 作成者: jarxiv

要約 大豆の葉の病害検出は農業生産性にとって重要であるが、従来の方法では視覚的に … 続きを読む →

カテゴリー: cs.CV, cs.LG | Soybean Disease Detection via Interpretable Hybrid CNN-GNN: Integrating MobileNetV2 and GraphSAGE with Cross-Modal Attention はコメントを受け付けていません

Project-and-Fuse: Improving RGB-D Semantic Segmentation via Graph Convolution Networks

投稿日: 2025年5月5日 作成者: jarxiv

要約 既存のRGB-Dセマンティックセグメンテーション手法の多くは、複雑なクロス … 続きを読む →

カテゴリー: cs.CV | Project-and-Fuse: Improving RGB-D Semantic Segmentation via Graph Convolution Networks はコメントを受け付けていません

Insight-V: Exploring Long-Chain Visual Reasoning with Multimodal Large Language Models

投稿日: 2025年5月5日 作成者: jarxiv

要約 大規模言語モデル(LLM)は、より多くの推論を行うことで、強化された能力と … 続きを読む →

カテゴリー: cs.CV | Insight-V: Exploring Long-Chain Visual Reasoning with Multimodal Large Language Models はコメントを受け付けていません

Monitoring morphometric drift in lifelong learning segmentation of the spinal cord

投稿日: 2025年5月5日 作成者: jarxiv

要約 脊髄のセグメンテーションから得られる形態計測指標は、脊髄に影響を及ぼす神経 … 続きを読む →

カテゴリー: cs.CV | Monitoring morphometric drift in lifelong learning segmentation of the spinal cord はコメントを受け付けていません

Global Collinearity-aware Polygonizer for Polygonal Building Mapping in Remote Sensing

投稿日: 2025年5月5日 作成者: jarxiv

要約 本論文では、リモートセンシング画像から多角形の建物をマッピングするという課 … 続きを読む →

カテゴリー: cs.CV, cs.LG | Global Collinearity-aware Polygonizer for Polygonal Building Mapping in Remote Sensing はコメントを受け付けていません