「cs.CV」カテゴリーアーカイブ

BEVal: A Cross-dataset Evaluation Study of BEV Segmentation Models for Autonomous Driving

投稿日: 2024年9月13日 作成者: jarxiv

要約 自動運転のためのセマンティック鳥瞰図セグメンテーションに関する現在の研究は … 続きを読む →

カテゴリー: cs.CV, cs.RO | BEVal: A Cross-dataset Evaluation Study of BEV Segmentation Models for Autonomous Driving はコメントを受け付けていません

LED: Light Enhanced Depth Estimation at Night

投稿日: 2024年9月13日 作成者: jarxiv

要約 夜間のカメラベースの深度推定は、安全なナビゲーションを確保するために正確な … 続きを読む →

カテゴリー: cs.CV, cs.RO | LED: Light Enhanced Depth Estimation at Night はコメントを受け付けていません

Alignment of Diffusion Models: Fundamentals, Challenges, and Future

投稿日: 2024年9月13日 作成者: jarxiv

要約 拡散モデルは生成モデリングの主要なパラダイムとして台頭しており、さまざまな … 続きを読む →

カテゴリー: cs.CV, cs.LG | Alignment of Diffusion Models: Fundamentals, Challenges, and Future はコメントを受け付けていません

RoboUniView: Visual-Language Model with Unified View Representation for Robotic Manipulation

投稿日: 2024年9月13日 作成者: jarxiv

要約 ロボット操作に視覚言語モデル (VLM) を利用することは、新しいパラダイ … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.RO | RoboUniView: Visual-Language Model with Unified View Representation for Robotic Manipulation はコメントを受け付けていません

Multi-object event graph representation learning for Video Question Answering

投稿日: 2024年9月13日 作成者: jarxiv

要約 ビデオ質問応答 (VideoQA) は、特定のビデオに関して提起された質問 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | Multi-object event graph representation learning for Video Question Answering はコメントを受け付けていません

Top-down Activity Representation Learning for Video Question Answering

投稿日: 2024年9月13日 作成者: jarxiv

要約 高性能のビデオ質問応答 (VideoQA) を実現するには、原子的なアクシ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | Top-down Activity Representation Learning for Video Question Answering はコメントを受け付けていません

AIC MLLM: Autonomous Interactive Correction MLLM for Robust Robotic Manipulation

投稿日: 2024年9月13日 作成者: jarxiv

要約 失敗を反映して修正する機能は、ロボット システムが現実のオブジェクトと安定 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.RO | AIC MLLM: Autonomous Interactive Correction MLLM for Robust Robotic Manipulation はコメントを受け付けていません

ProbTalk3D: Non-Deterministic Emotion Controllable Speech-Driven 3D Facial Animation Synthesis Using VQ-VAE

投稿日: 2024年9月13日 作成者: jarxiv

要約 オーディオ駆動の 3D 顔アニメーション合成は、学術界と産業界の両方から注 … 続きを読む →

カテゴリー: cs.AI, cs.CV | ProbTalk3D: Non-Deterministic Emotion Controllable Speech-Driven 3D Facial Animation Synthesis Using VQ-VAE はコメントを受け付けていません

Enhancing Few-Shot Image Classification through Learnable Multi-Scale Embedding and Attention Mechanisms

投稿日: 2024年9月13日 作成者: jarxiv

要約 少数ショット分類のコンテキストでは、満足のいくパフォーマンスを維持しながら … 続きを読む →

カテゴリー: cs.AI, cs.CV | Enhancing Few-Shot Image Classification through Learnable Multi-Scale Embedding and Attention Mechanisms はコメントを受け付けていません

Facial Wrinkle Segmentation for Cosmetic Dermatology: Pretraining with Texture Map-Based Weak Supervision

投稿日: 2024年9月13日 作成者: jarxiv

要約 顔のしわの検出は美容皮膚科において重要な役割を果たします。 顔のしわを手動 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Facial Wrinkle Segmentation for Cosmetic Dermatology: Pretraining with Texture Map-Based Weak Supervision はコメントを受け付けていません