-
最近の投稿
- Topological mapping for traversability-aware long-range navigation in off-road terrain
- Equality Constrained Diffusion for Direct Trajectory Optimization
- Learning-Based Autonomous Navigation, Benchmark Environments and Simulation Framework for Endovascular Interventions
- Language Supervised Human Action Recognition with Salient Fusion: Construction Worker Action Recognition as a Use Case
- Bi-Level Motion Imitation for Humanoid Robots
-
最近のコメント
表示できるコメントはありません。 cs.AI (27641) cs.CL (20879) cs.CR (2167) cs.CV (34375) cs.LG (32373) cs.RO (15816) cs.SY (2460) eess.IV (4221) eess.SY (2454) stat.ML (4339)
「cs.CV」カテゴリーアーカイブ
Famba-V: Fast Vision Mamba with Cross-Layer Token Fusion
要約 Mamba および Vision Mamba (Vim) モデルは、Tra … 続きを読む
Video-LLaVA: Learning United Visual Representation by Alignment Before Projection
要約 Large Vision-Language Model (LVLM) は、 … 続きを読む
Gait Recognition in Large-scale Free Environment via Single LiDAR
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
LUMA: A Benchmark Dataset for Learning from Uncertain and Multimodal Data
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
Synthesizing beta-amyloid PET images from T1-weighted Structural MRI: A Preliminary Study
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
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
Counterfactual Explanations for Medical Image Classification and Regression using Diffusion Autoencoder
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
Design as Desired: Utilizing Visual Question Answering for Multimodal Pre-training
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
Whale Detection Enhancement through Synthetic Satellite Images
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