「cs.CV」カテゴリーアーカイブ

SlideAVSR: A Dataset of Paper Explanation Videos for Audio-Visual Speech Recognition

投稿日: 2024年7月3日 作成者: jarxiv

要約 オーディオビジュアル音声認識 (AVSR) は、自動音声認識 (ASR) … 続きを読む →

カテゴリー: cs.CV, cs.MM, cs.SD, eess.AS | コメントする

Aligning Human Motion Generation with Human Perceptions

投稿日: 2024年7月3日 作成者: jarxiv

要約 人間の動きの生成は、幅広い用途に関わる重要なタスクです。 生成されたモーシ … 続きを読む →

カテゴリー: cs.CV, cs.GR | コメントする

FedIA: Federated Medical Image Segmentation with Heterogeneous Annotation Completeness

投稿日: 2024年7月3日 作成者: jarxiv

要約 フェデレーテッド ラーニングは、特にプライバシーへの懸念の高まりを考慮して … 続きを読む →

カテゴリー: cs.AI, cs.CV | コメントする

A Refreshed Similarity-based Upsampler for Direct High-Ratio Feature Upsampling

投稿日: 2024年7月3日 作成者: jarxiv

要約 特徴アップサンプリングは、画像セグメンテーション タスクのための現在のほぼ … 続きを読む →

カテゴリー: cs.AI, cs.CV | コメントする

Rethinking Data Augmentation for Robust LiDAR Semantic Segmentation in Adverse Weather

投稿日: 2024年7月3日 作成者: jarxiv

要約 既存の LiDAR セマンティック セグメンテーション手法は、悪天候時のパ … 続きを読む →

カテゴリー: cs.AI, cs.CV | コメントする

Semantically Guided Representation Learning For Action Anticipation

投稿日: 2024年7月3日 作成者: jarxiv

要約 アクションの予測は、部分的に観察された一連のイベントから将来のアクティビテ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | コメントする

VFIMamba: Video Frame Interpolation with State Space Models

投稿日: 2024年7月3日 作成者: jarxiv

要約 フレーム間モデリングは、ビデオ フレーム補間 (VFI) の中間フレームを … 続きを読む →

カテゴリー: cs.AI, cs.CV | コメントする

MIGC++: Advanced Multi-Instance Generation Controller for Image Synthesis

投稿日: 2024年7月3日 作成者: jarxiv

要約 マルチインスタンス生成 (MIG) タスクを導入します。このタスクは、単一 … 続きを読む →

カテゴリー: cs.CV | コメントする

Why do LLaVA Vision-Language Models Reply to Images in English?

投稿日: 2024年7月3日 作成者: jarxiv

要約 私たちは、人気のあるクラスのマルチモーダル視覚言語モデル (VLM) で発 … 続きを読む →

カテゴリー: cs.CL, cs.CV | コメントする

CALICO: Confident Active Learning with Integrated Calibration

投稿日: 2024年7月3日 作成者: jarxiv

要約 医療画像などの安全性が重要なアプリケーションでディープラーニングの使用が増 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | コメントする