「cs.CV」カテゴリーアーカイブ

Bayesian Neural Networks for One-to-Many Mapping in Image Enhancement

投稿日: 2025年1月31日 作成者: jarxiv

要約 低光および水中画像の強化などの画像強化タスクでは、劣化した画像は、照明の変 … 続きを読む →

カテゴリー: cs.CV | Bayesian Neural Networks for One-to-Many Mapping in Image Enhancement はコメントを受け付けていません

Deconstruct Complexity (DeComplex): A Novel Perspective on Tackling Dense Action Detection

投稿日: 2025年1月31日 作成者: jarxiv

要約 高密度のアクション検出には、トリミングされていないビデオで複数の共起アクシ … 続きを読む →

カテゴリー: cs.CV | Deconstruct Complexity (DeComplex): A Novel Perspective on Tackling Dense Action Detection はコメントを受け付けていません

Integrating Spatial and Frequency Information for Under-Display Camera Image Restoration

投稿日: 2025年1月31日 作成者: jarxiv

要約 アンダーディスプレイカメラ（UDC）には、ディスプレイパネルの下にデジタル … 続きを読む →

カテゴリー: cs.CV | Integrating Spatial and Frequency Information for Under-Display Camera Image Restoration はコメントを受け付けていません

LLaRA: Supercharging Robot Learning Data for Vision-Language Policy

投稿日: 2025年1月31日 作成者: jarxiv

要約 ビジョン言語モデル（VLM）は最近、ロボットアクションを生成するために活用 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG, cs.RO | LLaRA: Supercharging Robot Learning Data for Vision-Language Policy はコメントを受け付けていません

Temporal Preference Optimization for Long-Form Video Understanding

投稿日: 2025年1月31日 作成者: jarxiv

要約 ビデオの大規模なマルチモーダルモデル（ビデオLMMS）の大幅な進歩にもかか … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG, cs.RO | Temporal Preference Optimization for Long-Form Video Understanding はコメントを受け付けていません

Rethinking Bottlenecks in Safety Fine-Tuning of Vision Language Models

投稿日: 2025年1月31日 作成者: jarxiv

要約 大規模なビジョン言語モデル（VLM）は、幅広いタスクで顕著なパフォーマンス … 続きを読む →

カテゴリー: cs.CL, cs.CR, cs.CV | Rethinking Bottlenecks in Safety Fine-Tuning of Vision Language Models はコメントを受け付けていません

Mini-ResEmoteNet: Leveraging Knowledge Distillation for Human-Centered Design

投稿日: 2025年1月31日 作成者: jarxiv

要約 顔の感情認識は、ユーザーエクスペリエンスのドメイン、特に最新のユーザビリテ … 続きを読む →

カテゴリー: cs.CV | Mini-ResEmoteNet: Leveraging Knowledge Distillation for Human-Centered Design はコメントを受け付けていません

Learning Priors of Human Motion With Vision Transformers

投稿日: 2025年1月31日 作成者: jarxiv

要約 人間がシナリオのどこに移動するか、通常のパスと速度、そして停止する場所を明 … 続きを読む →

カテゴリー: cs.CV, cs.RO | Learning Priors of Human Motion With Vision Transformers はコメントを受け付けていません

UDC-VIT: A Real-World Video Dataset for Under-Display Cameras

投稿日: 2025年1月31日 作成者: jarxiv

要約 ディスプレイカメラ（UDC）は、デジタルカメラレンズをディスプレイパネルの … 続きを読む →

カテゴリー: cs.CV | UDC-VIT: A Real-World Video Dataset for Under-Display Cameras はコメントを受け付けていません

R-LLaVA: Improving Med-VQA Understanding through Visual Region of Interest

投稿日: 2025年1月31日 作成者: jarxiv

要約 人工知能は医学的視覚的質問応答（MED-VQA）に大きな進歩を遂げましたが … 続きを読む →

カテゴリー: cs.AI, cs.CV | R-LLaVA: Improving Med-VQA Understanding through Visual Region of Interest はコメントを受け付けていません