投稿者「jarxiv」のアーカイブ

Sampling Theory for Super-Resolution with Implicit Neural Representations

投稿日: 2025年6月12日 作成者: jarxiv

要約 暗黙の神経表現（INR）は、コンピュータービジョンと計算イメージングにおけ … 続きを読む →

カテゴリー: cs.CV, eess.IV | Sampling Theory for Super-Resolution with Implicit Neural Representations はコメントを受け付けていません

UniPre3D: Unified Pre-training of 3D Point Cloud Models with Cross-Modal Gaussian Splatting

投稿日: 2025年6月12日 作成者: jarxiv

要約 ポイントクラウドデータのスケールの多様性は、3Dビジョンのための統一された … 続きを読む →

カテゴリー: cs.AI, cs.CV | UniPre3D: Unified Pre-training of 3D Point Cloud Models with Cross-Modal Gaussian Splatting はコメントを受け付けていません

Outside Knowledge Conversational Video (OKCV) Dataset — Dialoguing over Videos

投稿日: 2025年6月12日 作成者: jarxiv

要約 外部の知識視覚的質問（OK-VQA）では、モデルは画像内に関連する視覚情報 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | Outside Knowledge Conversational Video (OKCV) Dataset — Dialoguing over Videos はコメントを受け付けていません

Vision Generalist Model: A Survey

投稿日: 2025年6月12日 作成者: jarxiv

要約 最近、私たちは自然言語加工におけるジェネラリストモデルの大成功を目撃しまし … 続きを読む →

カテゴリー: cs.AI, cs.CV | Vision Generalist Model: A Survey はコメントを受け付けていません

Canonical Latent Representations in Conditional Diffusion Models

投稿日: 2025年6月12日 作成者: jarxiv

要約 条件付き拡散モデル（CDM）は、さまざまな生成タスクで印象的なパフォーマン … 続きを読む →

カテゴリー: cs.CV, cs.LG | Canonical Latent Representations in Conditional Diffusion Models はコメントを受け付けていません

Kvasir-VQA-x1: A Multimodal Dataset for Medical Reasoning and Robust MedVQA in Gastrointestinal Endoscopy

投稿日: 2025年6月12日 作成者: jarxiv

要約 医学的視覚的質問応答（MEDVQA）は、臨床的意思決定支援システムを開発す … 続きを読む →

カテゴリー: 68T45, 92C55, cs.CV, cs.LG, I.2.10 | Kvasir-VQA-x1: A Multimodal Dataset for Medical Reasoning and Robust MedVQA in Gastrointestinal Endoscopy はコメントを受け付けていません

Reinforcing Spatial Reasoning in Vision-Language Models with Interwoven Thinking and Visual Drawing

投稿日: 2025年6月12日 作成者: jarxiv

要約 大規模な言語モデル（LLMS）を使用したテキストの推論が大幅に進歩している … 続きを読む →

カテゴリー: cs.AI, cs.CV, I.2 | Reinforcing Spatial Reasoning in Vision-Language Models with Interwoven Thinking and Visual Drawing はコメントを受け付けていません

TerraMind: Large-Scale Generative Multimodality for Earth Observation

投稿日: 2025年6月12日 作成者: jarxiv

要約 地球観測のための最初の生成的なマルチモーダル基礎モデル（EO）であるTer … 続きを読む →

カテゴリー: cs.AI, cs.CV | TerraMind: Large-Scale Generative Multimodality for Earth Observation はコメントを受け付けていません

HRTR: A Single-stage Transformer for Fine-grained Sub-second Action Segmentation in Stroke Rehabilitation

投稿日: 2025年6月12日 作成者: jarxiv

要約 脳卒中のリハビリテーションでは、多くの場合、患者の動きを正確に追跡して進歩 … 続きを読む →

カテゴリー: cs.CV | HRTR: A Single-stage Transformer for Fine-grained Sub-second Action Segmentation in Stroke Rehabilitation はコメントを受け付けていません

Vectorized Region Based Brush Strokes for Artistic Rendering

投稿日: 2025年6月12日 作成者: jarxiv

要約 視覚アートワークのストロークバイストローク進化プロセスの作成は、完成した静 … 続きを読む →

カテゴリー: cs.CV, I.3.3 | Vectorized Region Based Brush Strokes for Artistic Rendering はコメントを受け付けていません