「cs.CV」カテゴリーアーカイブ

OmniCaptioner: One Captioner to Rule Them All

投稿日: 2025年4月10日 作成者: jarxiv

要約 Omnicaptionerを提案します。これは、さまざまな視覚ドメインにわ … 続きを読む →

カテゴリー: cs.CL, cs.CV | OmniCaptioner: One Captioner to Rule Them All はコメントを受け付けていません

Are We Done with Object-Centric Learning?

投稿日: 2025年4月10日 作成者: jarxiv

要約 オブジェクト中心の学習（OCL）は、シーン内の他のオブジェクトまたは背景キ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Are We Done with Object-Centric Learning? はコメントを受け付けていません

FlashDepth: Real-time Streaming Video Depth Estimation at 2K Resolution

投稿日: 2025年4月10日 作成者: jarxiv

要約 汎用性の高いビデオ深度推定モデルは、（1）フレーム間で正確で一貫性があり、 … 続きを読む →

カテゴリー: cs.CV | FlashDepth: Real-time Streaming Video Depth Estimation at 2K Resolution はコメントを受け付けていません

Privacy Attacks on Image AutoRegressive Models

投稿日: 2025年4月10日 作成者: jarxiv

要約 画像の自己回帰生成は、画像の自己回帰モデル（IAR）が画像品質（FID：1 … 続きを読む →

カテゴリー: cs.CV, cs.LG | Privacy Attacks on Image AutoRegressive Models はコメントを受け付けていません

Earth-Adapter: Bridge the Geospatial Domain Gaps with Mixture of Frequency Adaptation

投稿日: 2025年4月10日 作成者: jarxiv

要約 パラメーター効率の高い微調整（PEFT）は、固有の機能を維持および解き放ち … 続きを読む →

カテゴリー: cs.CV | Earth-Adapter: Bridge the Geospatial Domain Gaps with Mixture of Frequency Adaptation はコメントを受け付けていません

DuoSpaceNet: Leveraging Both Bird’s-Eye-View and Perspective View Representations for 3D Object Detection

投稿日: 2025年4月9日 作成者: jarxiv

要約 マルチビューカメラのみの3Dオブジェクトの検出は、主に2つの主要なパラダイ … 続きを読む →

カテゴリー: cs.CV, cs.RO | DuoSpaceNet: Leveraging Both Bird’s-Eye-View and Perspective View Representations for 3D Object Detection はコメントを受け付けていません

EP-Diffuser: An Efficient Diffusion Model for Traffic Scene Generation and Prediction via Polynomial Representations

投稿日: 2025年4月9日 作成者: jarxiv

要約 予測の地平線が増加すると、エージェントの動きのマルチモーダルの性質により、 … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO | EP-Diffuser: An Efficient Diffusion Model for Traffic Scene Generation and Prediction via Polynomial Representations はコメントを受け付けていません

SegSTRONG-C: Segmenting Surgical Tools Robustly On Non-adversarial Generated Corruptions — An EndoVis’24 Challenge

投稿日: 2025年4月9日 作成者: jarxiv

要約 外科的データサイエンスは、外科的ビデオ分析のためのエンドツーエンドのディー … 続きを読む →

カテゴリー: cs.CV, cs.RO | SegSTRONG-C: Segmenting Surgical Tools Robustly On Non-adversarial Generated Corruptions — An EndoVis’24 Challenge はコメントを受け付けていません

ProtoGS: Efficient and High-Quality Rendering with 3D Gaussian Prototypes

投稿日: 2025年4月9日 作成者: jarxiv

要約 3Dガウススプラッティング（3DG）は、新しいビューの合成に大きな進歩を遂 … 続きを読む →

カテゴリー: cs.AI, cs.CV | ProtoGS: Efficient and High-Quality Rendering with 3D Gaussian Prototypes はコメントを受け付けていません

AVP-AP: Self-supervised Automatic View Positioning in 3D cardiac CT via Atlas Prompting

投稿日: 2025年4月9日 作成者: jarxiv

要約 自動ビューのポジショニングは、疾患診断や外科​​的計画を含む、心臓コンピュ … 続きを読む →

カテゴリー: cs.CV, eess.IV | AVP-AP: Self-supervised Automatic View Positioning in 3D cardiac CT via Atlas Prompting はコメントを受け付けていません