投稿者「jarxiv」のアーカイブ

OpenThinkIMG: Learning to Think with Images via Visual Tool Reinforcement Learning

投稿日: 2025年5月14日 作成者: jarxiv

要約 人間は、複雑な問題解決のためのインタラクティブな視覚認知を柔軟に活用できま … 続きを読む →

カテゴリー: cs.CV | OpenThinkIMG: Learning to Think with Images via Visual Tool Reinforcement Learning はコメントを受け付けていません

Visually Guided Decoding: Gradient-Free Hard Prompt Inversion with Language Models

投稿日: 2025年5月14日 作成者: jarxiv

要約 Dall-Eや安定した拡散などのテキストから画像間モデルは、広告、パーソナ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | Visually Guided Decoding: Gradient-Free Hard Prompt Inversion with Language Models はコメントを受け付けていません

DLO-Splatting: Tracking Deformable Linear Objects Using 3D Gaussian Splatting

投稿日: 2025年5月14日 作成者: jarxiv

要約 この作業は、予測アップデートフィルタリングを介して、マルチビューRGB画像 … 続きを読む →

カテゴリー: cs.CV, cs.RO | DLO-Splatting: Tracking Deformable Linear Objects Using 3D Gaussian Splatting はコメントを受け付けていません

MGPATH: Vision-Language Model with Multi-Granular Prompt Learning for Few-Shot WSI Classification

投稿日: 2025年5月14日 作成者: jarxiv

要約 全体のスライド病理学の画像分類は、ギガピクセルの画像サイズと限られた注釈ラ … 続きを読む →

カテゴリー: cs.CV, cs.LG | MGPATH: Vision-Language Model with Multi-Granular Prompt Learning for Few-Shot WSI Classification はコメントを受け付けていません

SkillFormer: Unified Multi-View Video Understanding for Proficiency Estimation

投稿日: 2025年5月14日 作成者: jarxiv

要約 複雑な活動における人間のスキルレベルを評価することは、スポーツ、リハビリテ … 続きを読む →

カテゴリー: cs.CV | SkillFormer: Unified Multi-View Video Understanding for Proficiency Estimation はコメントを受け付けていません

Claycode: Stylable and Deformable 2D Scannable Codes

投稿日: 2025年5月14日 作成者: jarxiv

要約 このペーパーでは、広範なスタイリゼーションと変形のために設計された新しい2 … 続きを読む →

カテゴリー: cs.CG, cs.CV, cs.GR, cs.HC, I.3.0 | Claycode: Stylable and Deformable 2D Scannable Codes はコメントを受け付けていません

EMPERROR: A Flexible Generative Perception Error Model for Probing Self-Driving Planners

投稿日: 2025年5月14日 作成者: jarxiv

要約 実際のトラフィックの複雑さを処理するために、データから自動運転のための学習 … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO | EMPERROR: A Flexible Generative Perception Error Model for Probing Self-Driving Planners はコメントを受け付けていません

TextCenGen: Attention-Guided Text-Centric Background Adaptation for Text-to-Image Generation

投稿日: 2025年5月14日 作成者: jarxiv

要約 テキストからイメージ（T2I）の世代は、高品質の画像の作成において顕著な進 … 続きを読む →

カテゴリー: cs.CV | TextCenGen: Attention-Guided Text-Centric Background Adaptation for Text-to-Image Generation はコメントを受け付けていません

Calibration and Uncertainty for multiRater Volume Assessment in multiorgan Segmentation (CURVAS) challenge results

投稿日: 2025年5月14日 作成者: jarxiv

要約 ディープラーニング（DL）は、医療画像セグメンテーションの支配的なアプロー … 続きを読む →

カテゴリー: cs.CV | Calibration and Uncertainty for multiRater Volume Assessment in multiorgan Segmentation (CURVAS) challenge results はコメントを受け付けていません

CAD-Coder:Text-Guided CAD Files Code Generation

投稿日: 2025年5月14日 作成者: jarxiv

要約 コンピューター支援設計（CAD）は、実世界の製品の2D図面と3Dモデルをデ … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.LG | CAD-Coder:Text-Guided CAD Files Code Generation はコメントを受け付けていません