投稿者「jarxiv」のアーカイブ

A Mutual Information Perspective on Multiple Latent Variable Generative Models for Positive View Generation

投稿日: 2025年1月24日 作成者: jarxiv

要約 画像生成では、複数の潜在変数生成モデル (MLVGM) が複数の潜在変数を … 続きを読む →

カテゴリー: cs.CV | A Mutual Information Perspective on Multiple Latent Variable Generative Models for Positive View Generation はコメントを受け付けていません

Aligning Human Motion Generation with Human Perceptions

投稿日: 2025年1月24日 作成者: jarxiv

要約 人間のモーション生成は、幅広いアプリケーションを備えた重要なタスクです。 … 続きを読む →

カテゴリー: cs.CV, cs.GR | Aligning Human Motion Generation with Human Perceptions はコメントを受け付けていません

ClawMachine: Learning to Fetch Visual Tokens for Referential Comprehension

投稿日: 2025年1月24日 作成者: jarxiv

要約 視覚と言語の概念をより細かいレベルで調整することは、特に参照やグラウンディ … 続きを読む →

カテゴリー: cs.CV | ClawMachine: Learning to Fetch Visual Tokens for Referential Comprehension はコメントを受け付けていません

You Only Crash Once v2: Perceptually Consistent Strong Features for One-Stage Domain Adaptive Detection of Space Terrain

投稿日: 2025年1月24日 作成者: jarxiv

要約 惑星、月、および小体の表面地形の現場検出は、学習ベースのコンピュータービジ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO | You Only Crash Once v2: Perceptually Consistent Strong Features for One-Stage Domain Adaptive Detection of Space Terrain はコメントを受け付けていません

Is Large-Scale Pretraining the Secret to Good Domain Generalization?

投稿日: 2025年1月24日 作成者: jarxiv

要約 マルチソースドメイン一般化（DG）は、複数のソースドメインでトレーニングし … 続きを読む →

カテゴリー: cs.CV, cs.LG | Is Large-Scale Pretraining the Secret to Good Domain Generalization? はコメントを受け付けていません

On Disentangled Training for Nonlinear Transform in Learned Image Compression

投稿日: 2025年1月24日 作成者: jarxiv

要約 学習済み画像圧縮 (LIC) は、従来のコーデックと比較して優れたレート歪 … 続きを読む →

カテゴリー: cs.CV, eess.IV | On Disentangled Training for Nonlinear Transform in Learned Image Compression はコメントを受け付けていません

Solving the long-tailed distribution problem by exploiting the synergies and balance of different techniques

投稿日: 2025年1月24日 作成者: jarxiv

要約 現実世界のデータでは、ロングテールのデータ分布が一般的であるため、経験に基 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Solving the long-tailed distribution problem by exploiting the synergies and balance of different techniques はコメントを受け付けていません

Invariance Principle Meets Vicinal Risk Minimization

投稿日: 2025年1月24日 作成者: jarxiv

要約 深層学習モデルはコンピューター ビジョン タスクでは優れていますが、多くの … 続きを読む →

カテゴリー: cs.CV | Invariance Principle Meets Vicinal Risk Minimization はコメントを受け付けていません

How to Efficiently Annotate Images for Best-Performing Deep Learning Based Segmentation Models: An Empirical Study with Weak and Noisy Annotations and Segment Anything Model

投稿日: 2025年1月24日 作成者: jarxiv

要約 ディープ ニューラル ネットワーク (DNN) は、さまざまな画像セグメン … 続きを読む →

カテゴリー: cs.CV | How to Efficiently Annotate Images for Best-Performing Deep Learning Based Segmentation Models: An Empirical Study with Weak and Noisy Annotations and Segment Anything Model はコメントを受け付けていません

Training-Free Zero-Shot Temporal Action Detection with Vision-Language Models

投稿日: 2025年1月24日 作成者: jarxiv

要約 既存のゼロショット時間的アクション検出（ZSTAD）メソッドは、目に見えな … 続きを読む →

カテゴリー: cs.CV | Training-Free Zero-Shot Temporal Action Detection with Vision-Language Models はコメントを受け付けていません