-
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
Robust Multimodal Learning via Cross-Modal Proxy Tokens
要約 マルチモーダルモデルは、推論中に1つ以上のモダリティが欠落している場合、多 … 続きを読む
Benchmarking 3D Human Pose Estimation Models under Occlusions
要約 人間のポーズ推定（HPE）には、視覚データから人体のキーポイントを検出およ … 続きを読む
カテゴリー: cs.CV
Benchmarking 3D Human Pose Estimation Models under Occlusions はコメントを受け付けていません
A Survey of 3D Reconstruction with Event Cameras
要約 イベントカメラは、3D再建のための強力な視覚センサーとして急速に浮上してお … 続きを読む
Generalizing from SIMPLE to HARD Visual Reasoning: Can We Mitigate Modality Imbalance in VLMs?
要約 ビジョン言語モデル（VLM）は、視覚的な質問応答と画像キャプションで印象的 … 続きを読む
MaxSup: Overcoming Representation Collapse in Label Smoothing
要約 ラベルスムージング（LS）は、ニューラルネットワークの予測への自信過剰を減 … 続きを読む
Unveiling the Lack of LVLM Robustness to Fundamental Visual Variations: Why and Path Forward
要約 大規模なビジョン言語モデル（LVLMS）は、さまざまなビジョン言語タスクに … 続きを読む
VARD: Efficient and Dense Fine-Tuning for Diffusion Models with Value-based RL
要約 拡散モデルは、さまざまなドメインにわたって強力な生成ツールとして浮上してい … 続きを読む
MDMP: Multi-modal Diffusion for supervised Motion Predictions with uncertainty
要約 このペーパーでは、骨格データとアクションのテキスト記述を統合および同期する … 続きを読む
カテゴリー: cs.CV
MDMP: Multi-modal Diffusion for supervised Motion Predictions with uncertainty はコメントを受け付けていません
Accurate Differential Operators for Hybrid Neural Fields
要約 ニューラルフィールドは、形状の表現から神経レンダリングまで、および部分的な … 続きを読む