「cs.CV」カテゴリーアーカイブ

Enhancing Target-unspecific Tasks through a Features Matrix

投稿日: 2025年5月8日 作成者: jarxiv

要約 大規模なビジョン言語モデルの迅速な学習の最近の開発により、ターゲット固有の … 続きを読む →

カテゴリー: cs.CL, cs.CV | Enhancing Target-unspecific Tasks through a Features Matrix はコメントを受け付けていません

Breaking Annotation Barriers: Generalized Video Quality Assessment via Ranking-based Self-Supervision

投稿日: 2025年5月8日 作成者: jarxiv

要約 ビデオ品質評価（VQA）は、カメラキャプチャシステムからオーバーザトップス … 続きを読む →

カテゴリー: cs.CV | Breaking Annotation Barriers: Generalized Video Quality Assessment via Ranking-based Self-Supervision はコメントを受け付けていません

PAHA: Parts-Aware Audio-Driven Human Animation with Diffusion Model

投稿日: 2025年5月8日 作成者: jarxiv

要約 オーディオ駆動型のヒューマンアニメーションテクノロジーは、ヒューマンコンピ … 続きを読む →

カテゴリー: cs.CV, cs.MM | PAHA: Parts-Aware Audio-Driven Human Animation with Diffusion Model はコメントを受け付けていません

Visual Imitation Enables Contextual Humanoid Control

投稿日: 2025年5月8日 作成者: jarxiv

要約 ヒューマノイドに階段を登り、周囲の環境のコンテキストを使用して椅子に座るよ … 続きを読む →

カテゴリー: cs.CV, cs.RO | Visual Imitation Enables Contextual Humanoid Control はコメントを受け付けていません

Uncertainty-Aware Prototype Semantic Decoupling for Text-Based Person Search in Full Images

投稿日: 2025年5月8日 作成者: jarxiv

要約 完全な画像のテキストベースの歩行者検索（TBPS）は、自然言語の説明を使用 … 続きを読む →

カテゴリー: cs.CV | Uncertainty-Aware Prototype Semantic Decoupling for Text-Based Person Search in Full Images はコメントを受け付けていません

Automated Data Curation Using GPS & NLP to Generate Instruction-Action Pairs for Autonomous Vehicle Vision-Language Navigation Datasets

投稿日: 2025年5月7日 作成者: jarxiv

要約 命令アクション（IA）データペアは、ロボットシステム、特に自動運転車（AV … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO | Automated Data Curation Using GPS & NLP to Generate Instruction-Action Pairs for Autonomous Vehicle Vision-Language Navigation Datasets はコメントを受け付けていません

OccCylindrical: Multi-Modal Fusion with Cylindrical Representation for 3D Semantic Occupancy Prediction

投稿日: 2025年5月7日 作成者: jarxiv

要約 自動運転車（AVS）の安全な操作は、周囲の理解に大きく依存しています。 こ … 続きを読む →

カテゴリー: cs.CV, cs.RO | OccCylindrical: Multi-Modal Fusion with Cylindrical Representation for 3D Semantic Occupancy Prediction はコメントを受け付けていません

Robotic Visual Instruction

投稿日: 2025年5月7日 作成者: jarxiv

要約 最近、自然言語は、人間とロボットの相互作用の主要な媒体でした。 ただし、空 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.RO | Robotic Visual Instruction はコメントを受け付けていません

LiftFeat: 3D Geometry-Aware Local Feature Matching

投稿日: 2025年5月7日 作成者: jarxiv

要約 堅牢で効率的なローカル機能マッチングは、スラムやロボット工学の視覚的ローカ … 続きを読む →

カテゴリー: cs.CV, cs.RO | LiftFeat: 3D Geometry-Aware Local Feature Matching はコメントを受け付けていません

The Devil is in the Prompts: Retrieval-Augmented Prompt Optimization for Text-to-Video Generation

投稿日: 2025年5月7日 作成者: jarxiv

要約 大規模なデータセットで訓練されたテキストツービデオ（T2V）生成モデルの進 … 続きを読む →

カテゴリー: cs.CL, cs.CV | The Devil is in the Prompts: Retrieval-Augmented Prompt Optimization for Text-to-Video Generation はコメントを受け付けていません