-
最近の投稿
- KISS-Matcher: Fast and Robust Point Cloud Registration Revisited
- Unpacking Failure Modes of Generative Policies: Runtime Monitoring of Consistency and Progress
- Mode-GS: Monocular Depth Guided Anchored 3D Gaussian Splatting for Robust Ground-View Scene Rendering
- A Universal Formulation for Path-Parametric Planning and Control
- Next Best Sense: Guiding Vision and Touch with FisherRF for 3D Gaussian Splatting
-
最近のコメント
表示できるコメントはありません。 cs.AI (27775) cs.CL (20990) cs.CR (2176) cs.CV (34489) cs.LG (32518) cs.RO (15916) cs.SY (2472) eess.IV (4231) eess.SY (2466) stat.ML (4356)
「cs.CV」カテゴリーアーカイブ
Perturb, Attend, Detect and Localize (PADL): Robust Proactive Image Defense
要約 画像操作の検出と位置特定は、生成モデル (GM) の普及により、研究コミュ … 続きを読む
Spatial Hierarchy and Temporal Attention Guided Cross Masking for Self-supervised Skeleton-based Action Recognition
要約 自己教師ありスケルトンベースのアクション認識では、効果的なマスキングを通じ … 続きを読む
The Hard Positive Truth about Vision-Language Compositionality
要約 いくつかのベンチマークは、私たちの最良のビジョン言語モデル (CLIP な … 続きを読む
Jumping through Local Minima: Quantization in the Loss Landscape of Vision Transformers
要約 量子化スケールとビット幅は、ニューラル ネットワークの量子化方法を検討する … 続きを読む
CNCA: Toward Customizable and Natural Generation of Adversarial Camouflage for Vehicle Detectors
要約 車両探知機に対する物理的敵対的カモフラージュに関するこれまでの研究は、主に … 続きを読む
Cross-Modality Attack Boosted by Gradient-Evolutionary Multiform Optimization
要約 近年、敵対的攻撃の研究は大幅に進歩しているにもかかわらず、赤外線、熱画像、 … 続きを読む
HydraViT: Stacking Heads for a Scalable ViT
要約 ビジョン トランスフォーマー (ViT) のアーキテクチャ、特にマルチヘッ … 続きを読む
BlinkTrack: Feature Tracking over 100 FPS via Events and Images
要約 フィーチャ追跡は、モーションからの構造 (SFM)、位置特定とマッピングの … 続きを読む
LLM4Brain: Training a Large Language Model for Brain Video Understanding
要約 さまざまな被験者にわたって機能的 MRI (fMRI) などの脳信号から視 … 続きを読む