投稿者「jarxiv」のアーカイブ

Uncertainty-Aware Label Refinement on Hypergraphs for Personalized Federated Facial Expression Recognition

投稿日: 2025年1月6日 作成者: jarxiv

要約 表情認識（FER）モデルの多くは、大規模な表情データを用いた集中学習によっ … 続きを読む →

カテゴリー: cs.CV | Uncertainty-Aware Label Refinement on Hypergraphs for Personalized Federated Facial Expression Recognition はコメントを受け付けていません

Bridging Simplicity and Sophistication using GLinear: A Novel Architecture for Enhanced Time Series Prediction

投稿日: 2025年1月6日 作成者: jarxiv

要約 時系列予測（TSF）は多くの分野で重要なアプリケーションである。Trans … 続きを読む →

カテゴリー: cs.CV, cs.ET, cs.LG | Bridging Simplicity and Sophistication using GLinear: A Novel Architecture for Enhanced Time Series Prediction はコメントを受け付けていません

MoColl: Agent-Based Specific and General Model Collaboration for Image Captioning

投稿日: 2025年1月6日 作成者: jarxiv

要約 画像のキャプション付けは、コンピュータビジョンと自然言語処理の交差点に位置 … 続きを読む →

カテゴリー: cs.AI, cs.CV | MoColl: Agent-Based Specific and General Model Collaboration for Image Captioning はコメントを受け付けていません

Dedicated Inference Engine and Binary-Weight Neural Networks for Lightweight Instance Segmentation

投稿日: 2025年1月6日 作成者: jarxiv

要約 組込みシステムの開発において、計算コストの削減は重要な課題である。重みを2 … 続きを読む →

カテゴリー: cs.AR, cs.CV | Dedicated Inference Engine and Binary-Weight Neural Networks for Lightweight Instance Segmentation はコメントを受け付けていません

TAB: Transformer Attention Bottlenecks enable User Intervention and Debugging in Vision-Language Models

投稿日: 2025年1月6日 作成者: jarxiv

要約 マルチヘッド自己注意（MHSA）は、言語と視覚の両方で広く普及しているアー … 続きを読む →

カテゴリー: cs.CV | TAB: Transformer Attention Bottlenecks enable User Intervention and Debugging in Vision-Language Models はコメントを受け付けていません

Generic Objects as Pose Probes for Few-shot View Synthesis

投稿日: 2025年1月6日 作成者: jarxiv

要約 NeRFや3Dガウシアンを含む輝度場は、忠実度の高いレンダリングやシーン再 … 続きを読む →

カテゴリー: cs.CV | Generic Objects as Pose Probes for Few-shot View Synthesis はコメントを受け付けていません

UAV-DETR: Efficient End-to-End Object Detection for Unmanned Aerial Vehicle Imagery

投稿日: 2025年1月6日 作成者: jarxiv

要約 無人航空機による物体検出（UAV-OD）は、様々な場面で広く利用されている … 続きを読む →

カテゴリー: cs.CV | UAV-DETR: Efficient End-to-End Object Detection for Unmanned Aerial Vehicle Imagery はコメントを受け付けていません

ViiNeuS: Volumetric Initialization for Implicit Neural Surface reconstruction of urban scenes with limited image overlap

投稿日: 2025年1月6日 作成者: jarxiv

要約 最近、ニューラル暗黙的表面表現法は、3D再構成において素晴らしい結果を示し … 続きを読む →

カテゴリー: cs.CV | ViiNeuS: Volumetric Initialization for Implicit Neural Surface reconstruction of urban scenes with limited image overlap はコメントを受け付けていません

Towards Hard and Soft Shadow Removal via Dual-Branch Separation Network and Vision Transformer

投稿日: 2025年1月6日 作成者: jarxiv

要約 画像の影除去は、コンピュータ・ビジョンにおいて極めて重要なタスクである。実 … 続きを読む →

カテゴリー: cs.CV, I.2.10 | Towards Hard and Soft Shadow Removal via Dual-Branch Separation Network and Vision Transformer はコメントを受け付けていません

Metric3Dv2: A Versatile Monocular Geometric Foundation Model for Zero-shot Metric Depth and Surface Normal Estimation

投稿日: 2025年1月6日 作成者: jarxiv

要約 我々はMetric3D v2を紹介する。Metric3D v2は、1枚の画 … 続きを読む →

カテゴリー: cs.CV | Metric3Dv2: A Versatile Monocular Geometric Foundation Model for Zero-shot Metric Depth and Surface Normal Estimation はコメントを受け付けていません