「cs.CV」カテゴリーアーカイブ

Shaping a Stabilized Video by Mitigating Unintended Changes for Concept-Augmented Video Editing

投稿日: 2024年10月17日 作成者: jarxiv

要約 生成拡散モデルを利用したテキスト駆動のビデオ編集は、その潜在的な応用により … 続きを読む →

カテゴリー: cs.CV | Shaping a Stabilized Video by Mitigating Unintended Changes for Concept-Augmented Video Editing はコメントを受け付けていません

Evaluating Utility of Memory Efficient Medical Image Generation: A Study on Lung Nodule Segmentation

投稿日: 2024年10月17日 作成者: jarxiv

要約 公的に利用可能な医療画像データが不足しているため、効果的な AI モデルの … 続きを読む →

カテゴリー: cs.CV, cs.LG, eess.IV | Evaluating Utility of Memory Efficient Medical Image Generation: A Study on Lung Nodule Segmentation はコメントを受け付けていません

One Step Diffusion via Shortcut Models

投稿日: 2024年10月17日 作成者: jarxiv

要約 拡散モデルとフローマッチングモデルは、ノイズをデータに伝達する方法を学習す … 続きを読む →

カテゴリー: cs.CV, cs.LG | One Step Diffusion via Shortcut Models はコメントを受け付けていません

Development of Image Collection Method Using YOLO and Siamese Network

投稿日: 2024年10月17日 作成者: jarxiv

要約 ビッグデータの時代を迎える中、高品質なデータを収集することが非常に重要です … 続きを読む →

カテゴリー: cs.AI, cs.CV | Development of Image Collection Method Using YOLO and Siamese Network はコメントを受け付けていません

Adaptive Prompt Learning with SAM for Few-shot Scanning Probe Microscope Image Segmentation

投稿日: 2024年10月17日 作成者: jarxiv

要約 Segment Anything Model (SAM) は、自然シーンの … 続きを読む →

カテゴリー: cs.CV | Adaptive Prompt Learning with SAM for Few-shot Scanning Probe Microscope Image Segmentation はコメントを受け付けていません

FTII-Bench: A Comprehensive Multimodal Benchmark for Flow Text with Image Insertion

投稿日: 2024年10月17日 作成者: jarxiv

要約 大規模言語モデル (LLM) と基本ビジョン モデルの革命的な進歩の恩恵を … 続きを読む →

カテゴリー: cs.CV | FTII-Bench: A Comprehensive Multimodal Benchmark for Flow Text with Image Insertion はコメントを受け付けていません

Adaptive Convolutional Neural Network for Image Super-resolution

投稿日: 2024年10月17日 作成者: jarxiv

要約 畳み込みニューラル ネットワークは、ディープ ネットワーク アーキテクチャ … 続きを読む →

カテゴリー: cs.CV, eess.IV | Adaptive Convolutional Neural Network for Image Super-resolution はコメントを受け付けていません

Efficient and Effective Universal Adversarial Attack against Vision-Language Pre-training Models

投稿日: 2024年10月17日 作成者: jarxiv

要約 大規模な画像とテキストのペアでトレーニングされた視覚言語事前トレーニング … 続きを読む →

カテゴリー: cs.CV | Efficient and Effective Universal Adversarial Attack against Vision-Language Pre-training Models はコメントを受け付けていません

Self-DenseMobileNet: A Robust Framework for Lung Nodule Classification using Self-ONN and Stacking-based Meta-Classifier

投稿日: 2024年10月17日 作成者: jarxiv

要約 この研究では、胸部 X 線写真 (CXR) における結節と非結節の分類を強 … 続きを読む →

カテゴリー: cs.CV, cs.LG, eess.IV | Self-DenseMobileNet: A Robust Framework for Lung Nodule Classification using Self-ONN and Stacking-based Meta-Classifier はコメントを受け付けていません

Semantic Token Reweighting for Interpretable and Controllable Text Embeddings in CLIP

投稿日: 2024年10月17日 作成者: jarxiv

要約 CLIP などの視覚言語モデル (VLM) 内のテキスト エンコーダーは、 … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG | Semantic Token Reweighting for Interpretable and Controllable Text Embeddings in CLIP はコメントを受け付けていません