「cs.CV」カテゴリーアーカイブ

Princeton365: A Diverse Dataset with Accurate Camera Pose

投稿日: 2025年6月11日 作成者: jarxiv

要約 正確なカメラポーズを使用した365ビデオの大規模な多様なデータセットである … 続きを読む →

カテゴリー: cs.CV | Princeton365: A Diverse Dataset with Accurate Camera Pose はコメントを受け付けていません

Autoregressive Semantic Visual Reconstruction Helps VLMs Understand Better

投稿日: 2025年6月11日 作成者: jarxiv

要約 典型的な大規模なビジョン言語モデル（LVLMS）は、視覚的モダリティを学習 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | Autoregressive Semantic Visual Reconstruction Helps VLMs Understand Better はコメントを受け付けていません

Cosmos-Drive-Dreams: Scalable Synthetic Driving Data Generation with World Foundation Models

投稿日: 2025年6月11日 作成者: jarxiv

要約 自律車両（AV）などの安全性が批判的な物理AIシステムの実世界データを収集 … 続きを読む →

カテゴリー: cs.CV | Cosmos-Drive-Dreams: Scalable Synthetic Driving Data Generation with World Foundation Models はコメントを受け付けていません

MagCache: Fast Video Generation with Magnitude-Aware Cache

投稿日: 2025年6月11日 作成者: jarxiv

要約 ビデオ拡散モデルの既存の加速手法は、多くの場合、均一なヒューリスティックま … 続きを読む →

カテゴリー: cs.CV | MagCache: Fast Video Generation with Magnitude-Aware Cache はコメントを受け付けていません

VIKI-R: Coordinating Embodied Multi-Agent Cooperation via Reinforcement Learning

投稿日: 2025年6月11日 作成者: jarxiv

要約 動的環境で複数の具体化されたエージェントを調整することは、人工知能の中心的 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.RO | VIKI-R: Coordinating Embodied Multi-Agent Cooperation via Reinforcement Learning はコメントを受け付けていません

OneIG-Bench: Omni-dimensional Nuanced Evaluation for Image Generation

投稿日: 2025年6月11日 作成者: jarxiv

要約 テキストツーイメージ（T2I）モデルは、テキストプロンプトに沿った高品質の … 続きを読む →

カテゴリー: cs.CV | OneIG-Bench: Omni-dimensional Nuanced Evaluation for Image Generation はコメントを受け付けていません

From Pixels to Predicates: Learning Symbolic World Models via Pretrained Vision-Language Models

投稿日: 2025年6月11日 作成者: jarxiv

要約 私たちの目的は、低レベルのスキルと、一連の画像を含む少数の短距離デモンスト … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO | From Pixels to Predicates: Learning Symbolic World Models via Pretrained Vision-Language Models はコメントを受け付けていません

Imperative Learning: A Self-supervised Neuro-Symbolic Learning Framework for Robot Autonomy

投稿日: 2025年6月10日 作成者: jarxiv

要約 強化や模倣学習などのデータ駆動型の方法は、ロボットの自律性において顕著な成 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO | Imperative Learning: A Self-supervised Neuro-Symbolic Learning Framework for Robot Autonomy はコメントを受け付けていません

Multi-Step Guided Diffusion for Image Restoration on Edge Devices: Toward Lightweight Perception in Embodied AI

投稿日: 2025年6月10日 作成者: jarxiv

要約 拡散モデルは、タスク固有の再訓練なしに逆問題を解決するための顕著な柔軟性を … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO | Multi-Step Guided Diffusion for Image Restoration on Edge Devices: Toward Lightweight Perception in Embodied AI はコメントを受け付けていません

Unifying 2D and 3D Vision-Language Understanding

投稿日: 2025年6月10日 作成者: jarxiv

要約 3Dビジョン言語学習の進歩は、大規模な3Dデータセットの希少性によって妨げ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.RO | Unifying 2D and 3D Vision-Language Understanding はコメントを受け付けていません