「cs.CV」カテゴリーアーカイブ

Seeing Speech and Sound: Distinguishing and Locating Audios in Visual Scenes

投稿日: 2025年3月25日 作成者: jarxiv

要約 視覚シーン内の音声言語と非スピーチの両方の音の両方を同時に接地できる統合モ … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Seeing Speech and Sound: Distinguishing and Locating Audios in Visual Scenes はコメントを受け付けていません

Merging synthetic and real embryo data for advanced AI predictions

投稿日: 2025年3月25日 作成者: jarxiv

要約 正確な胚の形態評価は、最も実行可能な胚を選択するための生殖支援技術に不可欠 … 続きを読む →

カテゴリー: cs.CV, eess.IV | Merging synthetic and real embryo data for advanced AI predictions はコメントを受け付けていません

Complementary Advantages: Exploiting Cross-Field Frequency Correlation for NIR-Assisted Image Denoising

投稿日: 2025年3月25日 作成者: jarxiv

要約 既存のシングルイメージ除去アルゴリズムは、複雑なノイズの多い画像を扱う際に … 続きを読む →

カテゴリー: cs.CV | Complementary Advantages: Exploiting Cross-Field Frequency Correlation for NIR-Assisted Image Denoising はコメントを受け付けていません

Efficient and Accurate Scene Text Recognition with Cascaded-Transformers

投稿日: 2025年3月25日 作成者: jarxiv

要約 近年、テキストデコーダーを備えたVision Transformerは、長 … 続きを読む →

カテゴリー: cs.CV | Efficient and Accurate Scene Text Recognition with Cascaded-Transformers はコメントを受け付けていません

CFG-Zero*: Improved Classifier-Free Guidance for Flow Matching Models

投稿日: 2025年3月25日 作成者: jarxiv

要約 分類器フリーガイダンス（CFG）は、画像の忠実度と制御性を向上させるための … 続きを読む →

カテゴリー: cs.CV | CFG-Zero*: Improved Classifier-Free Guidance for Flow Matching Models はコメントを受け付けていません

Online 3D Scene Reconstruction Using Neural Object Priors

投稿日: 2025年3月25日 作成者: jarxiv

要約 このペーパーでは、RGB-Dビデオシーケンスが与えられたオブジェクトのレベ … 続きを読む →

カテゴリー: cs.CV, cs.RO | Online 3D Scene Reconstruction Using Neural Object Priors はコメントを受け付けていません

Relative Pose Estimation through Affine Corrections of Monocular Depth Priors

投稿日: 2025年3月25日 作成者: jarxiv

要約 単眼深度推定（MDE）モデルは、近年、大きな進歩を遂げています。 多くのM … 続きを読む →

カテゴリー: cs.CV | Relative Pose Estimation through Affine Corrections of Monocular Depth Priors はコメントを受け付けていません

Building Blocks for Robust and Effective Semi-Supervised Real-World Object Detection

投稿日: 2025年3月25日 作成者: jarxiv

要約 擬似標識に基づく半監視オブジェクト検出（SSOD）は、ラベル付きデータと非 … 続きを読む →

カテゴリー: cs.CV, cs.LG | Building Blocks for Robust and Effective Semi-Supervised Real-World Object Detection はコメントを受け付けていません

Zero-Shot Styled Text Image Generation, but Make It Autoregressive

投稿日: 2025年3月25日 作成者: jarxiv

要約 スタイルの手書きのテキスト生成（HTG）は最近、コンピュータービジョンおよ … 続きを読む →

カテゴリー: cs.CV | Zero-Shot Styled Text Image Generation, but Make It Autoregressive はコメントを受け付けていません

Video SimpleQA: Towards Factuality Evaluation in Large Video Language Models

投稿日: 2025年3月25日 作成者: jarxiv

要約 大規模なビデオ言語モデル（LVLMS）の最近の進歩は、マルチモーダルの理解 … 続きを読む →

カテゴリー: cs.CV | Video SimpleQA: Towards Factuality Evaluation in Large Video Language Models はコメントを受け付けていません