投稿者「jarxiv」のアーカイブ

Discovering Pathology Rationale and Token Allocation for Efficient Multimodal Pathology Reasoning

投稿日: 2025年5月22日 作成者: jarxiv

要約 マルチモーダルの病理学的イメージの理解により、診断の精度を改善し、統合され … 続きを読む →

カテゴリー: cs.AI, cs.CV | Discovering Pathology Rationale and Token Allocation for Efficient Multimodal Pathology Reasoning はコメントを受け付けていません

HAMF: A Hybrid Attention-Mamba Framework for Joint Scene Context Understanding and Future Motion Representation Learning

投稿日: 2025年5月22日 作成者: jarxiv

要約 モーション予測は、自律的な駆動システムにおける重要な課題を表しており、周囲 … 続きを読む →

カテゴリー: cs.AI, cs.CV | HAMF: A Hybrid Attention-Mamba Framework for Joint Scene Context Understanding and Future Motion Representation Learning はコメントを受け付けていません

Dress-1-to-3: Single Image to Simulation-Ready 3D Outfit with Diffusion Prior and Differentiable Physics

投稿日: 2025年5月22日 作成者: jarxiv

要約 大規模なモデルの最近の進歩により、画像から3Dの再構成が大幅に進歩していま … 続きを読む →

カテゴリー: cs.CV | Dress-1-to-3: Single Image to Simulation-Ready 3D Outfit with Diffusion Prior and Differentiable Physics はコメントを受け付けていません

RUSplatting: Robust 3D Gaussian Splatting for Sparse-View Underwater Scene Reconstruction

投稿日: 2025年5月22日 作成者: jarxiv

要約 高忠実度の高い水中シーンを再構築することは、軽い吸収、散乱、および水生環境 … 続きを読む →

カテゴリー: cs.CV | RUSplatting: Robust 3D Gaussian Splatting for Sparse-View Underwater Scene Reconstruction はコメントを受け付けていません

Exploring The Visual Feature Space for Multimodal Neural Decoding

投稿日: 2025年5月22日 作成者: jarxiv

要約 脳信号の複雑さは、マルチモーダルAIを活用して、説明可能な説明のために視覚 … 続きを読む →

カテゴリー: cs.CV | Exploring The Visual Feature Space for Multimodal Neural Decoding はコメントを受け付けていません

Denoising Score Distillation: From Noisy Diffusion Pretraining to One-Step High-Quality Generation

投稿日: 2025年5月22日 作成者: jarxiv

要約 拡散モデルは、多様な自然分布全体で高解像度の現実的な画像を生成することに顕 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Denoising Score Distillation: From Noisy Diffusion Pretraining to One-Step High-Quality Generation はコメントを受け付けていません

Constructing a 3D Town from a Single Image

投稿日: 2025年5月22日 作成者: jarxiv

要約 詳細な3Dシーンを取得するには、通常、費用のかかる機器、マルチビューデータ … 続きを読む →

カテゴリー: cs.AI, cs.CV | Constructing a 3D Town from a Single Image はコメントを受け付けていません

MIRACL-VISION: A Large, multilingual, visual document retrieval benchmark

投稿日: 2025年5月22日 作成者: jarxiv

要約 ドキュメント検索は、検索および検索の高等発電（RAG）アプリケーションの重 … 続きを読む →

カテゴリー: cs.CV, cs.IR | MIRACL-VISION: A Large, multilingual, visual document retrieval benchmark はコメントを受け付けていません

IA-T2I: Internet-Augmented Text-to-Image Generation

投稿日: 2025年5月22日 作成者: jarxiv

要約 現在のテキストからイメージ（T2I）生成モデルは有望な結果を達成しますが、 … 続きを読む →

カテゴリー: cs.AI, cs.CV | IA-T2I: Internet-Augmented Text-to-Image Generation はコメントを受け付けていません

VARD: Efficient and Dense Fine-Tuning for Diffusion Models with Value-based RL

投稿日: 2025年5月22日 作成者: jarxiv

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 →

カテゴリー: cs.CV, cs.LG | VARD: Efficient and Dense Fine-Tuning for Diffusion Models with Value-based RL はコメントを受け付けていません