-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
「cs.CV」カテゴリーアーカイブ
Benchmarking of Different YOLO Models for CAPTCHAs Detection and Classification
要約 このペーパーでは、WebとDarkNetから収集されたデータセット、および … 続きを読む
カテゴリー: cs.CV
Benchmarking of Different YOLO Models for CAPTCHAs Detection and Classification はコメントを受け付けていません
RSNet: A Light Framework for The Detection of Multi-scale Remote Sensing Targets
要約 深い学習を使用した合成開口レーダー（SAR）船の検出の最近の進歩により、精 … 続きを読む
Capturing Rich Behavior Representations: A Dynamic Action Semantic-Aware Graph Transformer for Video Captioning
要約 既存のビデオキャプションメソッドは、オブジェクトの動作の浅いまたは単純な表 … 続きを読む
カテゴリー: cs.CV
Capturing Rich Behavior Representations: A Dynamic Action Semantic-Aware Graph Transformer for Video Captioning はコメントを受け付けていません
Geolocation with Real Human Gameplay Data: A Large-Scale Dataset and Human-Like Reasoning Framework
要約 画像の位置を識別するタスクである地理配位には、複雑な推論が必要であり、ナビ … 続きを読む
カテゴリー: cs.CV
Geolocation with Real Human Gameplay Data: A Large-Scale Dataset and Human-Like Reasoning Framework はコメントを受け付けていません
An Overall Real-Time Mechanism for Classification and Quality Evaluation of Rice
要約 米は世界で最も広く栽培されている作物の1つであり、多くの品種に発展していま … 続きを読む
From Correctness to Comprehension: AI Agents for Personalized Error Diagnosis in Education
要約 GPT-4などの大規模な言語モデル（LLM）は、GSM8Kなどのベンチマー … 続きを読む
カテゴリー: cs.CV
From Correctness to Comprehension: AI Agents for Personalized Error Diagnosis in Education はコメントを受け付けていません
Rethinking Audio-Visual Adversarial Vulnerability from Temporal and Modality Perspectives
要約 視聴覚学習は、複数の感覚モダリティを活用することにより、現実の世界をより豊 … 続きを読む
3D Gaussian Splatting aided Localization for Large and Complex Indoor-Environments
要約 視覚的ローカリゼーションの分野は数十年にわたって研究されており、その間に多 … 続きを読む
ChineseSimpleVQA — ‘See the World, Discover Knowledge’: A Chinese Factuality Evaluation for Large Vision Language Models
要約 大規模なビジョン言語モデル（LVLMS）における事実上の精度の評価は、急速 … 続きを読む
MGFI-Net: A Multi-Grained Feature Integration Network for Enhanced Medical Image Segmentation
要約 医療画像セグメンテーションは、さまざまな臨床応用で重要な役割を果たしていま … 続きを読む