投稿者「jarxiv」のアーカイブ

Multimodal Diffusion Bridge with Attention-Based SAR Fusion for Satellite Image Cloud Removal

投稿日: 2025年4月7日 作成者: jarxiv

要約 ディープラーニングは、合成開口レーダー（SAR）画像と融合することで、光学 … 続きを読む →

カテゴリー: cs.CV | Multimodal Diffusion Bridge with Attention-Based SAR Fusion for Satellite Image Cloud Removal はコメントを受け付けていません

Autonomous and Self-Adapting System for Synthetic Media Detection and Attribution

投稿日: 2025年4月7日 作成者: jarxiv

要約 ジェネレーティブAIの急速な進歩により、非常にリアルな合成画像の作成が可能 … 続きを読む →

カテゴリー: cs.AI, cs.CV | Autonomous and Self-Adapting System for Synthetic Media Detection and Attribution はコメントを受け付けていません

VISTA-OCR: Towards generative and interactive end to end OCR models

投稿日: 2025年4月7日 作成者: jarxiv

要約 を紹介します。(Vision and Spatially-aware Te … 続きを読む →

カテゴリー: cs.CV | VISTA-OCR: Towards generative and interactive end to end OCR models はコメントを受け付けていません

Quantifying the uncertainty of model-based synthetic image quality metrics

投稿日: 2025年4月7日 作成者: jarxiv

要約 合成的に生成された画像（例えば拡散モデルによって生成された画像）の品質は、 … 続きを読む →

カテゴリー: cs.CV | Quantifying the uncertainty of model-based synthetic image quality metrics はコメントを受け付けていません

An Algebraic Geometry Approach to Viewing Graph Solvability

投稿日: 2025年4月7日 作成者: jarxiv

要約 ビューインググラフの可解性という概念は、structure-from-mo … 続きを読む →

カテゴリー: cs.CV, math.AG | An Algebraic Geometry Approach to Viewing Graph Solvability はコメントを受け付けていません

AdaCM$^2$: On Understanding Extremely Long-Term Video with Adaptive Cross-Modality Memory Reduction

投稿日: 2025年4月7日 作成者: jarxiv

要約 大規模言語モデル（LLM）の進歩により、LLMを視覚モデルに組み込むことで … 続きを読む →

カテゴリー: cs.AI, cs.CV | AdaCM$^2$: On Understanding Extremely Long-Term Video with Adaptive Cross-Modality Memory Reduction はコメントを受け付けていません

Shape My Moves: Text-Driven Shape-Aware Synthesis of Human Motions

投稿日: 2025年4月7日 作成者: jarxiv

要約 これは、均質化された標準的な体型を学習することが容易なため、既存のテキスト … 続きを読む →

カテゴリー: cs.CV | Shape My Moves: Text-Driven Shape-Aware Synthesis of Human Motions はコメントを受け付けていません

Bonsai: Interpretable Tree-Adaptive Grounded Reasoning

投稿日: 2025年4月7日 作成者: jarxiv

要約 汎用的な協調エージェントを開発するためには、(1)新しいドメインに適応でき … 続きを読む →

カテゴリー: 68T37, 68T50, cs.AI, cs.CL, cs.CV, I.2.7 | Bonsai: Interpretable Tree-Adaptive Grounded Reasoning はコメントを受け付けていません

MME-Unify: A Comprehensive Benchmark for Unified Multimodal Understanding and Generation Models

投稿日: 2025年4月7日 作成者: jarxiv

要約 既存のMLLMベンチマークは、Unified MLLM（U-MLLM）の評 … 続きを読む →

カテゴリー: cs.CV | MME-Unify: A Comprehensive Benchmark for Unified Multimodal Understanding and Generation Models はコメントを受け付けていません

Overcoming Deceptiveness in Fitness Optimization with Unsupervised Quality-Diversity

投稿日: 2025年4月7日 作成者: jarxiv

要約 政策最適化は、目的関数または適合度関数に従って制御問題の最適解を求めるもの … 続きを読む →

カテゴリー: cs.NE, cs.RO | Overcoming Deceptiveness in Fitness Optimization with Unsupervised Quality-Diversity はコメントを受け付けていません