「cs.CV」カテゴリーアーカイブ

RaySt3R: Predicting Novel Depth Maps for Zero-Shot Object Completion

投稿日: 2025年6月6日 作成者: jarxiv

要約 3D Shape Compleyは、ロボット工学、デジタルツイン再建、およ … 続きを読む →

カテゴリー: cs.CV | コメントする

Stable Vision Concept Transformers for Medical Diagnosis

投稿日: 2025年6月6日 作成者: jarxiv

要約 透明性は医療分野で最も重要な懸念であり、研究者が説明可能なAI（XAI）の … 続きを読む →

カテゴリー: cs.CV, cs.LG | コメントする

EOC-Bench: Can MLLMs Identify, Recall, and Forecast Objects in an Egocentric World?

投稿日: 2025年6月6日 作成者: jarxiv

要約 マルチモーダル大手言語モデル（MLLMS）の出現により、エゴセントリックビ … 続きを読む →

カテゴリー: cs.CV | コメントする

AliTok: Towards Sequence Modeling Alignment between Tokenizer and Autoregressive Model

投稿日: 2025年6月6日 作成者: jarxiv

要約 オートレーリングイメージの生成は、以前のトークンに基づいて次のトークンを予 … 続きを読む →

カテゴリー: cs.CV | コメントする

DM-SegNet: Dual-Mamba Architecture for 3D Medical Image Segmentation with Global Context Modeling

投稿日: 2025年6月6日 作成者: jarxiv

要約 正確な3D医療画像セグメンテーションには、グローバルなコンテキストモデリン … 続きを読む →

カテゴリー: cs.CV, eess.IV | コメントする

SeedVR2: One-Step Video Restoration via Diffusion Adversarial Post-Training

投稿日: 2025年6月6日 作成者: jarxiv

要約 拡散ベースのビデオ修復（VR）の最近の進歩は、視覚品質の大幅な改善を示して … 続きを読む →

カテゴリー: cs.CV | コメントする

Perceive Anything: Recognize, Explain, Caption, and Segment Anything in Images and Videos

投稿日: 2025年6月6日 作成者: jarxiv

要約 画像やビデオの包括的な地域レベルの視覚的理解のための概念的に簡単かつ効率的 … 続きを読む →

カテゴリー: cs.CV | コメントする

ReasonGen-R1: CoT for Autoregressive Image generation models through SFT and RL

投稿日: 2025年6月6日 作成者: jarxiv

要約 考え方の推論と強化学習（RL）がNLPのブレークスルーを駆動していますが、 … 続きを読む →

カテゴリー: cs.CL, cs.CV | コメントする

Do It Yourself: Learning Semantic Correspondence from Pseudo-Labels

投稿日: 2025年6月6日 作成者: jarxiv

要約 画像とオブジェクトインスタンス間で意味的に類似したポイント間の対応を見つけ … 続きを読む →

カテゴリー: cs.CV | コメントする

MARBLE: Material Recomposition and Blending in CLIP-Space

投稿日: 2025年6月6日 作成者: jarxiv

要約 模範的な画像に基づいた画像内のオブジェクトの資料の編集は、コンピュータービ … 続きを読む →

カテゴリー: cs.CV | コメントする