-
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)
「cs.CV」カテゴリーアーカイブ
ANAVI: Audio Noise Awareness using Visuals of Indoor environments for NAVIgation
要約 私たちは、より静かなロボットの経路計画のためのナビゲーションに屋内のビジュ … 続きを読む
Unearthing Skill-Level Insights for Understanding Trade-Offs of Foundation Models
要約 モデルが強化されるにつれて、評価はより複雑になり、1 つのベンチマークで、 … 続きを読む
Large Spatial Model: End-to-end Unposed Images to Semantic 3D
要約 限られた数の画像から 3D 構造を再構築して理解することは、コンピューター … 続きを読む
カテゴリー: cs.CV
Large Spatial Model: End-to-end Unposed Images to Semantic 3D はコメントを受け付けていません
Stable Consistency Tuning: Understanding and Improving Consistency Models
要約 拡散モデルは優れた生成品質を実現しますが、ノイズ除去の反復的な性質により生 … 続きを読む
Taming Data and Transformers for Audio Generation
要約 環境音の生成は、データ不足とキャプションの品質が不十分なことが多いため、困 … 続きを読む
Where Am I and What Will I See: An Auto-Regressive Model for Spatial Localization and View Prediction
要約 空間知能とは、空間と時間内の 3 次元を認識し、推論し、行動する機械の能力 … 続きを読む
カテゴリー: cs.CV
Where Am I and What Will I See: An Auto-Regressive Model for Spatial Localization and View Prediction はコメントを受け付けていません
Ferret-UI 2: Mastering Universal User Interface Understanding Across Platforms
要約 ユーザー インターフェイス (UI) を理解するための汎用モデルを構築する … 続きを読む
3D-Adapter: Geometry-Consistent Multi-View Diffusion for High-Quality 3D Generation
要約 マルチビュー画像拡散モデルは、オープンドメイン 3D オブジェクト生成を大 … 続きを読む
Unbounded: A Generative Infinite Game of Character Life Simulation
要約 生成無限ゲームの概念を紹介します。これは、生成モデルを使用することで、ハー … 続きを読む