「cs.CV」カテゴリーアーカイブ

Famba-V: Fast Vision Mamba with Cross-Layer Token Fusion

投稿日: 2024年10月2日 作成者: jarxiv

要約 Mamba および Vision Mamba (Vim) モデルは、Tra … 続きを読む →

カテゴリー: cs.AI, cs.CV | コメントする

Video-LLaVA: Learning United Visual Representation by Alignment Before Projection

投稿日: 2024年10月2日 作成者: jarxiv

要約 Large Vision-Language Model (LVLM) は、 … 続きを読む →

カテゴリー: cs.CV | コメントする

More precise edge detections

投稿日: 2024年10月2日 作成者: jarxiv

要約 画像エッジ検出 (ED) は、コンピューター ビジョンの基本タスクです。 … 続きを読む →

カテゴリー: cs.CV | コメントする

Gait Recognition in Large-scale Free Environment via Single LiDAR

投稿日: 2024年10月2日 作成者: jarxiv

要約 人間の歩行認識はマルチメディアにおいて極めて重要であり、直接的な対話を行わ … 続きを読む →

カテゴリー: cs.CV | コメントする

LUMA: A Benchmark Dataset for Learning from Uncertain and Multimodal Data

投稿日: 2024年10月2日 作成者: jarxiv

要約 マルチモーダルディープラーニングは、テキスト、画像、音声、ビデオなどの多様 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | コメントする

Synthesizing beta-amyloid PET images from T1-weighted Structural MRI: A Preliminary Study

投稿日: 2024年10月2日 作成者: jarxiv

要約 ベータアミロイド陽電子放射断層撮影法 (A$\beta$-PET) イメー … 続きを読む →

カテゴリー: cs.CV, eess.IV, physics.med-ph | コメントする

CoTracker: It is Better to Track Together

投稿日: 2024年10月2日 作成者: jarxiv

要約 長いビデオ シーケンス内の多数の 2D ポイントを追跡するトランスフォーマ … 続きを読む →

カテゴリー: cs.CV | コメントする

Counterfactual Explanations for Medical Image Classification and Regression using Diffusion Autoencoder

投稿日: 2024年10月2日 作成者: jarxiv

要約 反事実的説明 (CE) は、入力特徴の変更が結果の予測にどのような影響を与 … 続きを読む →

カテゴリー: cs.CV, cs.LG | コメントする

Design as Desired: Utilizing Visual Question Answering for Multimodal Pre-training

投稿日: 2024年10月2日 作成者: jarxiv

要約 マルチモーダル事前トレーニングは、ペアの医療レポートから医療の視覚表現を学 … 続きを読む →

カテゴリー: cs.CL, cs.CV | コメントする

Whale Detection Enhancement through Synthetic Satellite Images

投稿日: 2024年10月2日 作成者: jarxiv

要約 多くの海洋個体群が急速に減少しているため、クジラを含む幅広い海洋動物の効果 … 続きを読む →

カテゴリー: cs.CV, cs.RO | コメントする