「cs.CV」カテゴリーアーカイブ

Visual Intention Grounding for Egocentric Assistants

投稿日: 2025年4月21日 作成者: jarxiv

要約 Visual Groundingは、テキストの説明を画像内のオブジェクトと … 続きを読む →

カテゴリー: cs.CV | Visual Intention Grounding for Egocentric Assistants はコメントを受け付けていません

SupResDiffGAN a new approach for the Super-Resolution task

投稿日: 2025年4月21日 作成者: jarxiv

要約 この作業では、超解像度タスクの生成的敵対ネットワーク（GANS）と拡散モデ … 続きを読む →

カテゴリー: cs.CV, eess.IV | SupResDiffGAN a new approach for the Super-Resolution task はコメントを受け付けていません

DenSe-AdViT: A novel Vision Transformer for Dense SAR Object Detection

投稿日: 2025年4月21日 作成者: jarxiv

要約 視覚変圧器（VIT）は、グローバルな特徴を抽出する特別な能力により、合成開 … 続きを読む →

カテゴリー: cs.CV | DenSe-AdViT: A novel Vision Transformer for Dense SAR Object Detection はコメントを受け付けていません

AnomalyControl: Learning Cross-modal Semantic Features for Controllable Anomaly Synthesis

投稿日: 2025年4月21日 作成者: jarxiv

要約 異常合成は、異常検査を進めるための異常なデータを増強するための重要なアプロ … 続きを読む →

カテゴリー: cs.AI, cs.CV | AnomalyControl: Learning Cross-modal Semantic Features for Controllable Anomaly Synthesis はコメントを受け付けていません

The Mirage of Performance Gains: Why Contrastive Decoding Fails to Address Multimodal Hallucination

投稿日: 2025年4月21日 作成者: jarxiv

要約 対照的なデコード戦略は、マルチモーダルの大手言語モデル（MLLM）の幻覚を … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | The Mirage of Performance Gains: Why Contrastive Decoding Fails to Address Multimodal Hallucination はコメントを受け付けていません

IReNe: Instant Recoloring of Neural Radiance Fields

投稿日: 2025年4月21日 作成者: jarxiv

要約 NERFの進歩により、3Dシーンの再構築と新しいビューの合成が可能になりま … 続きを読む →

カテゴリー: cs.CV | IReNe: Instant Recoloring of Neural Radiance Fields はコメントを受け付けていません

LeOCLR: Leveraging Original Images for Contrastive Learning of Visual Representations

投稿日: 2025年4月21日 作成者: jarxiv

要約 対照的なインスタンス識別方法は、画像分類やオブ​​ジェクト検出などの下流タ … 続きを読む →

カテゴリー: cs.CV | LeOCLR: Leveraging Original Images for Contrastive Learning of Visual Representations はコメントを受け付けていません

DialogGen: Multi-modal Interactive Dialogue System for Multi-turn Text-to-Image Generation

投稿日: 2025年4月21日 作成者: jarxiv

要約 テキストからイメージ（T2I）生成モデルは、近年大幅に進歩しています。 た … 続きを読む →

カテゴリー: cs.CV | DialogGen: Multi-modal Interactive Dialogue System for Multi-turn Text-to-Image Generation はコメントを受け付けていません

Efficient Parameter Adaptation for Multi-Modal Medical Image Segmentation and Prognosis

投稿日: 2025年4月21日 作成者: jarxiv

要約 がんの検出と予後は、医療イメージング、特にCTとPETスキャンに大きく依存 … 続きを読む →

カテゴリー: cs.CV, cs.LG | Efficient Parameter Adaptation for Multi-Modal Medical Image Segmentation and Prognosis はコメントを受け付けていません

Lightweight LiDAR-Camera 3D Dynamic Object Detection and Multi-Class Trajectory Prediction

投稿日: 2025年4月21日 作成者: jarxiv

要約 多くの場合、サービスモバイルロボットは、タスクを実行しながら動的なオブジェ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.RO | Lightweight LiDAR-Camera 3D Dynamic Object Detection and Multi-Class Trajectory Prediction はコメントを受け付けていません