cs.CV」カテゴリーアーカイブ

Forensics Adapter: Unleashing CLIP for Generalizable Face Forgery Detection

要約 Clipを効果的で一般化可能なFace Forgery Detectorに … 続きを読む

カテゴリー: cs.CR, cs.CV, cs.LG | Forensics Adapter: Unleashing CLIP for Generalizable Face Forgery Detection はコメントを受け付けていません

DanceTogether! Identity-Preserving Multi-Person Interactive Video Generation

要約 制御可能なビデオ生成(CVG)は迅速に進歩していますが、複数のアクターが騒 … 続きを読む

カテゴリー: cs.CV | DanceTogether! Identity-Preserving Multi-Person Interactive Video Generation はコメントを受け付けていません

Deep Video Discovery: Agentic Search with Tool Use for Long-form Video Understanding

要約 長型のビデオ理解は、広範な時間空間的な複雑さと、そのような拡張されたコンテ … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.CV | Deep Video Discovery: Agentic Search with Tool Use for Long-form Video Understanding はコメントを受け付けていません

CXReasonBench: A Benchmark for Evaluating Structured Diagnostic Reasoning in Chest X-rays

要約 大規模な視覚言語モデル(LVLMS)の最近の進捗により、レポート生成や視覚 … 続きを読む

カテゴリー: cs.AI, cs.CV | CXReasonBench: A Benchmark for Evaluating Structured Diagnostic Reasoning in Chest X-rays はコメントを受け付けていません

DualTalk: Dual-Speaker Interaction for 3D Talking Head Conversations

要約 対面での会話では、個人はスピーキングとリスニングの役割を切り替える必要があ … 続きを読む

カテゴリー: cs.CV, cs.SD, eess.AS | DualTalk: Dual-Speaker Interaction for 3D Talking Head Conversations はコメントを受け付けていません

Towards more transferable adversarial attack in black-box manner

要約 敵対的な攻撃は十分に標準のドメインになり、モデルの堅牢性の評価ベースライン … 続きを読む

カテゴリー: cs.CV, cs.LG | Towards more transferable adversarial attack in black-box manner はコメントを受け付けていません

F-ANcGAN: An Attention-Enhanced Cycle Consistent Generative Adversarial Architecture for Synthetic Image Generation of Nanoparticles

要約 ナノ材料研究は、エネルギー、医学、材料科学にとって重要な分野になりつつあり … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.CV, cs.LG, eess.IV | F-ANcGAN: An Attention-Enhanced Cycle Consistent Generative Adversarial Architecture for Synthetic Image Generation of Nanoparticles はコメントを受け付けていません

ViFOR: A Fourier-Enhanced Vision Transformer for Multi-Image Super-Resolution in Earth System

要約 スーパー解像度(SR)技術は、地球システムモデル(ESM)データの空間解像 … 続きを読む

カテゴリー: cs.CV | ViFOR: A Fourier-Enhanced Vision Transformer for Multi-Image Super-Resolution in Earth System はコメントを受け付けていません

Accelerating Learned Image Compression Through Modeling Neural Training Dynamics

要約 学習した画像圧縮(LIC)メソッドがますます計算的に要求が厳しくなるにつれ … 続きを読む

カテゴリー: cs.CV, eess.IV | Accelerating Learned Image Compression Through Modeling Neural Training Dynamics はコメントを受け付けていません

A Clinician-Friendly Platform for Ophthalmic Image Analysis Without Technical Barriers

要約 人工知能(AI)は、医療イメージング診断において顕著な可能性を示しています … 続きを読む

カテゴリー: cs.AI, cs.CV | A Clinician-Friendly Platform for Ophthalmic Image Analysis Without Technical Barriers はコメントを受け付けていません