投稿者「jarxiv」のアーカイブ

DSG-World: Learning a 3D Gaussian World Model from Dual State Videos

投稿日: 2025年6月6日 作成者: jarxiv

要約 限られた観察から効率的で身体的に一貫した世界モデルを構築することは、ビジョ … 続きを読む →

カテゴリー: cs.CV | DSG-World: Learning a 3D Gaussian World Model from Dual State Videos はコメントを受け付けていません

MonkeyOCR: Document Parsing with a Structure-Recognition-Relation Triplet Paradigm

投稿日: 2025年6月6日 作成者: jarxiv

要約 構造認識関連（SRR）トリプレットパラダイムを活用することにより、最新のア … 続きを読む →

カテゴリー: cs.CV | MonkeyOCR: Document Parsing with a Structure-Recognition-Relation Triplet Paradigm はコメントを受け付けていません

SAM-aware Test-time Adaptation for Universal Medical Image Segmentation

投稿日: 2025年6月6日 作成者: jarxiv

要約 セグメントを使用したユニバーサル医療画像セグメンテーションAnything … 続きを読む →

カテゴリー: cs.CV | SAM-aware Test-time Adaptation for Universal Medical Image Segmentation はコメントを受け付けていません

MAC-Gaze: Motion-Aware Continual Calibration for Mobile Gaze Tracking

投稿日: 2025年6月6日 作成者: jarxiv

要約 モバイルの視線追跡は基本的な課題に直面しています。ユーザーが自然に姿勢やデ … 続きを読む →

カテゴリー: 68T10, 68U35, C.2.4, cs.CV, cs.HC | MAC-Gaze: Motion-Aware Continual Calibration for Mobile Gaze Tracking はコメントを受け付けていません

Stochastic Poisson Surface Reconstruction with One Solve using Geometric Gaussian Processes

投稿日: 2025年6月6日 作成者: jarxiv

要約 ポアソン表面再構築は、配向点クラウドから表面を再構築するための広く使用され … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.LG, stat.ML | Stochastic Poisson Surface Reconstruction with One Solve using Geometric Gaussian Processes はコメントを受け付けていません

Aligning Latent Spaces with Flow Priors

投稿日: 2025年6月6日 作成者: jarxiv

要約 このペーパーでは、流れベースの生成モデルを事前に活用することにより、学習可 … 続きを読む →

カテゴリー: cs.CV, cs.LG | Aligning Latent Spaces with Flow Priors はコメントを受け付けていません

DEFAME: Dynamic Evidence-based FAct-checking with Multimodal Experts

投稿日: 2025年6月6日 作成者: jarxiv

要約 偽情報の拡散は、信頼性が高くスケーラブルな事実確認ソリューションを必要とし … 続きを読む →

カテゴリー: cs.CL, cs.CV | DEFAME: Dynamic Evidence-based FAct-checking with Multimodal Experts はコメントを受け付けていません

Spatiotemporal Contrastive Learning for Cross-View Video Localization in Unstructured Off-road Terrains

投稿日: 2025年6月6日 作成者: jarxiv

要約 GPSが除外するオフロード環境における堅牢なクロスビュー3-DOFローカリ … 続きを読む →

カテゴリー: cs.CV, cs.RO | Spatiotemporal Contrastive Learning for Cross-View Video Localization in Unstructured Off-road Terrains はコメントを受け付けていません

LeanPO: Lean Preference Optimization for Likelihood Alignment in Video-LLMs

投稿日: 2025年6月6日 作成者: jarxiv

要約 ほとんどのビデオ大規模な言語モデル（ビデオ-LLM）は、優先アライメント手 … 続きを読む →

カテゴリー: cs.CV | LeanPO: Lean Preference Optimization for Likelihood Alignment in Video-LLMs はコメントを受け付けていません

Can Foundation Models Generalise the Presentation Attack Detection Capabilities on ID Cards?

投稿日: 2025年6月6日 作成者: jarxiv

要約 現在、IDカードのプレゼンテーション攻撃検出（PAD）の主な課題の1つは、 … 続きを読む →

カテゴリー: cs.CV | Can Foundation Models Generalise the Presentation Attack Detection Capabilities on ID Cards? はコメントを受け付けていません