「cs.CV」カテゴリーアーカイブ

Near-infrared Image Deblurring and Event Denoising with Synergistic Neuromorphic Imaging

投稿日: 2025年3月6日 作成者: jarxiv

要約 夜間のダイナミックおよびその他の非常に暗い条件におけるイメージングの分野は … 続きを読む →

カテゴリー: cs.CV | Near-infrared Image Deblurring and Event Denoising with Synergistic Neuromorphic Imaging はコメントを受け付けていません

ArcPro: Architectural Programs for Structured 3D Abstraction of Sparse Points

投稿日: 2025年3月6日 作成者: jarxiv

要約 アーキテクチャプログラムに基づいて構築された新しい学習フレームワークである … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.LG | ArcPro: Architectural Programs for Structured 3D Abstraction of Sparse Points はコメントを受け付けていません

Unified Video Action Model

投稿日: 2025年3月5日 作成者: jarxiv

要約 統一されたビデオとアクションモデルは、動画がアクション予測のための豊富なシ … 続きを読む →

カテゴリー: cs.CV, cs.RO | Unified Video Action Model はコメントを受け付けていません

OpenFly: A Versatile Toolchain and Large-scale Benchmark for Aerial Vision-Language Navigation

投稿日: 2025年3月5日 作成者: jarxiv

要約 Vision-Language Navigation（VLN）は、言語の指 … 続きを読む →

カテゴリー: cs.CV, cs.RO | OpenFly: A Versatile Toolchain and Large-scale Benchmark for Aerial Vision-Language Navigation はコメントを受け付けていません

ROCKET-2: Steering Visuomotor Policy via Cross-View Goal Alignment

投稿日: 2025年3月5日 作成者: jarxiv

要約 私たちは、人間のユーザーが具体化された環境でエージェントの相互作用を導くた … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO | ROCKET-2: Steering Visuomotor Policy via Cross-View Goal Alignment はコメントを受け付けていません

A Multi-Sensor Fusion Approach for Rapid Orthoimage Generation in Large-Scale UAV Mapping

投稿日: 2025年3月5日 作成者: jarxiv

要約 無人航空機（UAV）からの大規模なオルソイメージの急速な生成は、航空マッピ … 続きを読む →

カテゴリー: cs.CV, cs.RO, eess.IV | A Multi-Sensor Fusion Approach for Rapid Orthoimage Generation in Large-Scale UAV Mapping はコメントを受け付けていません

TS-CGNet: Temporal-Spatial Fusion Meets Centerline-Guided Diffusion for BEV Mapping

投稿日: 2025年3月5日 作成者: jarxiv

要約 バードアイビュー（BEV）知覚テクノロジーは、環境認識、ナビゲーション、意 … 続きを読む →

カテゴリー: cs.CV, cs.RO, eess.IV | TS-CGNet: Temporal-Spatial Fusion Meets Centerline-Guided Diffusion for BEV Mapping はコメントを受け付けていません

Unveiling the Potential of Segment Anything Model 2 for RGB-Thermal Semantic Segmentation with Language Guidance

投稿日: 2025年3月5日 作成者: jarxiv

要約 ロボットシステムの認識能力は、データセットの豊富さに依存しています。 大規 … 続きを読む →

カテゴリー: cs.CV, cs.RO, eess.IV | Unveiling the Potential of Segment Anything Model 2 for RGB-Thermal Semantic Segmentation with Language Guidance はコメントを受け付けていません

StageDesigner: Artistic Stage Generation for Scenography via Theater Scripts

投稿日: 2025年3月5日 作成者: jarxiv

要約 この作業では、レイアウト制御拡散モデルと組み合わせた大規模な言語モデルを使 … 続きを読む →

カテゴリー: cs.AI, cs.CV | StageDesigner: Artistic Stage Generation for Scenography via Theater Scripts はコメントを受け付けていません

Seeing is Understanding: Unlocking Causal Attention into Modality-Mutual Attention for Multimodal LLMs

投稿日: 2025年3月5日 作成者: jarxiv

要約 最近のマルチモーダル大手言語モデル（MLLMS）は、マルチモーダルの問い合 … 続きを読む →

カテゴリー: cs.AI, cs.CV | Seeing is Understanding: Unlocking Causal Attention into Modality-Mutual Attention for Multimodal LLMs はコメントを受け付けていません