-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
投稿者「jarxiv」のアーカイブ
SceneSplat: Gaussian Splatting-based Scene Understanding with Vision-Language Pretraining
要約 実世界の3Dシーンを包括的に理解するためには、任意の、あるいは以前に見たこ … 続きを読む
カテゴリー: cs.CV
SceneSplat: Gaussian Splatting-based Scene Understanding with Vision-Language Pretraining はコメントを受け付けていません
Effective Dual-Region Augmentation for Reduced Reliance on Large Amounts of Labeled Data
要約 本論文では、大規模なラベル付きデータセットへの依存を低減する一方で、ソース … 続きを読む
カテゴリー: cs.CV
Effective Dual-Region Augmentation for Reduced Reliance on Large Amounts of Labeled Data はコメントを受け付けていません
EDITOR: Effective and Interpretable Prompt Inversion for Text-to-Image Diffusion Models
要約 テキストから画像への生成モデル～（Stable Diffusionなど）は … 続きを読む
カテゴリー: cs.CV
EDITOR: Effective and Interpretable Prompt Inversion for Text-to-Image Diffusion Models はコメントを受け付けていません
SASP: Strip-Aware Spatial Perception for Fine-Grained Bird Image Classification
要約 きめ細かな鳥類画像分類（FBIC）は、生態学的モニタリングや種の同定に大き … 続きを読む
LEG-SLAM: Real-Time Language-Enhanced Gaussian Splatting for SLAM
要約 最新のガウス散布法は、3Dシーンのリアルタイムフォトリアリスティックレンダ … 続きを読む
カテゴリー: cs.CV
LEG-SLAM: Real-Time Language-Enhanced Gaussian Splatting for SLAM はコメントを受け付けていません
Visual-TCAV: Concept-based Attribution and Saliency Maps for Post-hoc Explainability in Image Classification
要約 近年、畳み込みニューラルネットワーク（CNN）の性能が大幅に向上している。 … 続きを読む
ORV: 4D Occupancy-centric Robot Video Generation
要約 遠隔操作による実世界のロボットシミュレーションデータの取得は、時間と労力が … 続きを読む
カテゴリー: cs.CV
ORV: 4D Occupancy-centric Robot Video Generation はコメントを受け付けていません
SG2VID: Scene Graphs Enable Fine-Grained Control for Video Synthesis
要約 手術シミュレーションは、初心者の外科医を訓練し、学習曲線を加速させ、術中の … 続きを読む
カテゴリー: cs.CV
SG2VID: Scene Graphs Enable Fine-Grained Control for Video Synthesis はコメントを受け付けていません
S4-Driver: Scalable Self-Supervised Driving Multimodal Large Language Modelwith Spatio-Temporal Visual Representation
要約 マルチモーダル大規模言語モデル(MLLM)の最新の進歩により、自律走行のた … 続きを読む
InterMamba: Efficient Human-Human Interaction Generation with Adaptive Spatio-Temporal Mamba
要約 人間と人間のインタラクション生成は、人間を社会的存在として理解する上で重要 … 続きを読む
カテゴリー: cs.CV
InterMamba: Efficient Human-Human Interaction Generation with Adaptive Spatio-Temporal Mamba はコメントを受け付けていません