「cs.CV」カテゴリーアーカイブ

AMA-SAM: Adversarial Multi-Domain Alignment of Segment Anything Model for High-Fidelity Histology Nuclei Segmentation

投稿日: 2025年3月28日 作成者: jarxiv

要約 組織病理学の画像における細胞核の正確なセグメンテーションは、多数の生物医学 … 続きを読む →

カテゴリー: cs.AI, cs.CV | AMA-SAM: Adversarial Multi-Domain Alignment of Segment Anything Model for High-Fidelity Histology Nuclei Segmentation はコメントを受け付けていません

Embodied-Reasoner: Synergizing Visual Search, Reasoning, and Action for Embodied Interactive Tasks

投稿日: 2025年3月28日 作成者: jarxiv

要約 深い思考モデルの最近の進歩により、数学的およびコーディングタスクに関する顕 … 続きを読む →

カテゴリー: cs.CL, cs.CV | Embodied-Reasoner: Synergizing Visual Search, Reasoning, and Action for Embodied Interactive Tasks はコメントを受け付けていません

MAVERIX: Multimodal Audio-Visual Evaluation Reasoning IndeX

投稿日: 2025年3月28日 作成者: jarxiv

要約 フロンティアモデルは言語のみであるか、主にビジョンと言語のモダリティに焦点 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.SD | MAVERIX: Multimodal Audio-Visual Evaluation Reasoning IndeX はコメントを受け付けていません

BACON: Improving Clarity of Image Captions via Bag-of-Concept Graphs

投稿日: 2025年3月28日 作成者: jarxiv

要約 大規模なビジョン言語モデルの進歩により、正確で正確な画像キャプションがもた … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.DB | BACON: Improving Clarity of Image Captions via Bag-of-Concept Graphs はコメントを受け付けていません

TripoSG: High-Fidelity 3D Shape Synthesis using Large-Scale Rectified Flow Models

投稿日: 2025年3月28日 作成者: jarxiv

要約 拡散技術の最近の進歩により、画像とビデオ生成が前例のないレベルの品質を推進 … 続きを読む →

カテゴリー: cs.AI, cs.CV | TripoSG: High-Fidelity 3D Shape Synthesis using Large-Scale Rectified Flow Models はコメントを受け付けていません

SlowFast-LLaVA-1.5: A Family of Token-Efficient Video Large Language Models for Long-Form Video Understanding

投稿日: 2025年3月28日 作成者: jarxiv

要約 Slowaffast-llava-1.5（SF-llava-1.5として省 … 続きを読む →

カテゴリー: cs.CV | SlowFast-LLaVA-1.5: A Family of Token-Efficient Video Large Language Models for Long-Form Video Understanding はコメントを受け付けていません

Evaluating Text-to-Image Synthesis with a Conditional Fréchet Distance

投稿日: 2025年3月28日 作成者: jarxiv

要約 テキスト間合成の評価は、確立されたメトリックと人間の好みとの間の不整合のた … 続きを読む →

カテゴリー: cs.CV | Evaluating Text-to-Image Synthesis with a Conditional Fréchet Distance はコメントを受け付けていません

OccRobNet : Occlusion Robust Network for Accurate 3D Interacting Hand-Object Pose Estimation

投稿日: 2025年3月28日 作成者: jarxiv

要約 閉塞は、3Dハンドポーズを推定する際の挑戦的な問題の1つです。 この問題は … 続きを読む →

カテゴリー: cs.CV, cs.HC | OccRobNet : Occlusion Robust Network for Accurate 3D Interacting Hand-Object Pose Estimation はコメントを受け付けていません

Multi-View and Multi-Scale Alignment for Contrastive Language-Image Pre-training in Mammography

投稿日: 2025年3月28日 作成者: jarxiv

要約 対照的な言語イメージ前訓練（CLIP）は、医療画像分析に強い可能性を示して … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Multi-View and Multi-Scale Alignment for Contrastive Language-Image Pre-training in Mammography はコメントを受け付けていません

OVO-Bench: How Far is Your Video-LLMs from Real-World Online Video Understanding?

投稿日: 2025年3月28日 作成者: jarxiv

要約 一時的な認識、質問が提起されたときにタイムスタンプに基づいて動的に推論する … 続きを読む →

カテゴリー: cs.AI, cs.CV | OVO-Bench: How Far is Your Video-LLMs from Real-World Online Video Understanding? はコメントを受け付けていません