「cs.CV」カテゴリーアーカイブ

DiffVLA: Vision-Language Guided Diffusion Planning for Autonomous Driving

投稿日: 2025年5月27日 作成者: jarxiv

要約 エンドツーエンドの自律運転に関する研究の関心は、モジュラータスク、つまり、 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.RO | DiffVLA: Vision-Language Guided Diffusion Planning for Autonomous Driving はコメントを受け付けていません

PillarHist: A Quantization-aware Pillar Feature Encoder based on Height-aware Histogram

投稿日: 2025年5月27日 作成者: jarxiv

要約 リアルタイムおよび高性能3Dオブジェクト検出は、自律運転とロボット工学にお … 続きを読む →

カテゴリー: cs.CV, cs.RO | PillarHist: A Quantization-aware Pillar Feature Encoder based on Height-aware Histogram はコメントを受け付けていません

HybridTrack: A Hybrid Approach for Robust Multi-Object Tracking

投稿日: 2025年5月27日 作成者: jarxiv

要約 Advanced Driver Assistance Systems（AD … 続きを読む →

カテゴリー: cs.CV, cs.RO | HybridTrack: A Hybrid Approach for Robust Multi-Object Tracking はコメントを受け付けていません

UAV-Flow Colosseo: A Real-World Benchmark for Flying-on-a-Word UAV Imitation Learning

投稿日: 2025年5月27日 作成者: jarxiv

要約 無人航空機（UAV）は、言語相互作用プラットフォームに進化しており、より直 … 続きを読む →

カテゴリー: cs.CV, cs.RO | UAV-Flow Colosseo: A Real-World Benchmark for Flying-on-a-Word UAV Imitation Learning はコメントを受け付けていません

Exploring 3D Activity Reasoning and Planning: From Implicit Human Intentions to Route-Aware Planning

投稿日: 2025年5月27日 作成者: jarxiv

要約 3Dアクティビティの推論と計画は、マルチモーダル学習の最近の進歩のおかげで … 続きを読む →

カテゴリー: cs.CV, cs.RO | Exploring 3D Activity Reasoning and Planning: From Implicit Human Intentions to Route-Aware Planning はコメントを受け付けていません

Structured Initialization for Vision Transformers

投稿日: 2025年5月27日 作成者: jarxiv

要約 畳み込みニューラルネットワーク（CNNS）は本質的に強力な誘導バイアスをエ … 続きを読む →

カテゴリー: cs.CV | Structured Initialization for Vision Transformers はコメントを受け付けていません

Progressive Scaling Visual Object Tracking

投稿日: 2025年5月27日 作成者: jarxiv

要約 この作業では、視覚的なオブジェクト追跡のためのプログレッシブスケーリングト … 続きを読む →

カテゴリー: cs.CV | Progressive Scaling Visual Object Tracking はコメントを受け付けていません

Optimizing edge AI models on HPC systems with the edge in the loop

投稿日: 2025年5月27日 作成者: jarxiv

要約 エッジデバイスに展開された人工知能および機械学習モデル、たとえば、添加剤の … 続きを読む →

カテゴリー: cs.CV, cs.DC, D.1.3 | Optimizing edge AI models on HPC systems with the edge in the loop はコメントを受け付けていません

NEXT: Multi-Grained Mixture of Experts via Text-Modulation for Multi-Modal Object Re-ID

投稿日: 2025年5月27日 作成者: jarxiv

要約 マルチモーダルオブジェクトの再識別（REID）は、複雑な現実世界のシナリオ … 続きを読む →

カテゴリー: cs.CV | NEXT: Multi-Grained Mixture of Experts via Text-Modulation for Multi-Modal Object Re-ID はコメントを受け付けていません

VideoJAM: Joint Appearance-Motion Representations for Enhanced Motion Generation in Video Models

投稿日: 2025年5月27日 作成者: jarxiv

要約 最近の途方もない進歩にもかかわらず、生成ビデオモデルは、現実世界の動き、ダ … 続きを読む →

カテゴリー: cs.CV | VideoJAM: Joint Appearance-Motion Representations for Enhanced Motion Generation in Video Models はコメントを受け付けていません