「cs.CV」カテゴリーアーカイブ

COSMO: Combination of Selective Memorization for Low-cost Vision-and-Language Navigation

投稿日: 2025年4月1日 作成者: jarxiv

要約 ビジョンと言語のナビゲーション（VLN）タスクは、ホームアシスタントのよう … 続きを読む →

カテゴリー: cs.CV, cs.RO | COSMO: Combination of Selective Memorization for Low-cost Vision-and-Language Navigation はコメントを受け付けていません

From Colors to Classes: Emergence of Concepts in Vision Transformers

投稿日: 2025年4月1日 作成者: jarxiv

要約 ビジョントランス（VITS）は、強力な表現能力により、さまざまなコンピュー … 続きを読む →

カテゴリー: cs.CV, cs.LG | From Colors to Classes: Emergence of Concepts in Vision Transformers はコメントを受け付けていません

MoMuSE: Momentum Multi-modal Target Speaker Extraction for Real-time Scenarios with Impaired Visual Cues

投稿日: 2025年4月1日 作成者: jarxiv

要約 オーディオビジュアルターゲットスピーカー抽出（AV-TSE）は、時間同期さ … 続きを読む →

カテゴリー: cs.CV, cs.MM, cs.SD, eess.AS | MoMuSE: Momentum Multi-modal Target Speaker Extraction for Real-time Scenarios with Impaired Visual Cues はコメントを受け付けていません

DH-Mamba: Exploring Dual-domain Hierarchical State Space Models for MRI Reconstruction

投稿日: 2025年4月1日 作成者: jarxiv

要約 加速されたMRI再構成は、Kスペースの著しいアンダーサンプリングのために、 … 続きを読む →

カテゴリー: cs.CV, eess.IV | DH-Mamba: Exploring Dual-domain Hierarchical State Space Models for MRI Reconstruction はコメントを受け付けていません

A Plasticity-Aware Method for Continual Self-Supervised Learning in Remote Sensing

投稿日: 2025年4月1日 作成者: jarxiv

要約 継続的な自己学習学習（CSSL）方法は、非標識データの連続ストリームから新 … 続きを読む →

カテゴリー: cs.CV | A Plasticity-Aware Method for Continual Self-Supervised Learning in Remote Sensing はコメントを受け付けていません

Gen3DSR: Generalizable 3D Scene Reconstruction via Divide and Conquer from a Single View

投稿日: 2025年4月1日 作成者: jarxiv

要約 シングルビュー3D再構成は現在、2つの支配的な観点からアプローチされていま … 続きを読む →

カテゴリー: cs.CV | Gen3DSR: Generalizable 3D Scene Reconstruction via Divide and Conquer from a Single View はコメントを受け付けていません

4D mmWave Radar in Adverse Environments for Autonomous Driving: A Survey

投稿日: 2025年4月1日 作成者: jarxiv

要約 自律運転システムには、正確で信頼できる認識が必要です。 ただし、雨、雪、霧 … 続きを読む →

カテゴリー: cs.CV | 4D mmWave Radar in Adverse Environments for Autonomous Driving: A Survey はコメントを受け付けていません

DANTE-AD: Dual-Vision Attention Network for Long-Term Audio Description

投稿日: 2025年4月1日 作成者: jarxiv

要約 オーディオの説明は、ビデオの重要な視覚要素を知覚する際にビジョン障害のある … 続きを読む →

カテゴリー: cs.CV | DANTE-AD: Dual-Vision Attention Network for Long-Term Audio Description はコメントを受け付けていません

PolypSegTrack: Unified Foundation Model for Colonoscopy Video Analysis

投稿日: 2025年4月1日 作成者: jarxiv

要約 大腸内視鏡検査中のポリープの早期発見、正確なセグメンテーション、分類、追跡 … 続きを読む →

カテゴリー: cs.AI, cs.CV | PolypSegTrack: Unified Foundation Model for Colonoscopy Video Analysis はコメントを受け付けていません

IMPACT: A Generic Semantic Loss for Multimodal Medical Image Registration

投稿日: 2025年4月1日 作成者: jarxiv

要約 画像登録は医療イメージングの基本であり、診断、治療計画、画像誘導治療、また … 続きを読む →

カテゴリー: cs.CV, cs.LG | IMPACT: A Generic Semantic Loss for Multimodal Medical Image Registration はコメントを受け付けていません