-
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
Zero-Shot Medical Phrase Grounding with Off-the-shelf Diffusion Models
要約 特定の医療スキャンで正確な病理学的領域を局在することは、従来、大量の境界の … 続きを読む
CHaRNet: Conditioned Heatmap Regression for Robust Dental Landmark Localization
要約 3D歯科モデルでの解剖学的ランドマークを特定することは、矯正治療に不可欠で … 続きを読む
カテゴリー: cs.CV
CHaRNet: Conditioned Heatmap Regression for Robust Dental Landmark Localization はコメントを受け付けていません
Boosting Weak Positives for Text Based Person Search
要約 大規模なビジョン言語モデルは、クロスモーダルオブジェクトの検索に革命をもた … 続きを読む
Efficient Interactive 3D Multi-Object Removal
要約 オブジェクトの削除は、3Dシーンの理解にとって非常に重要であり、コンテンツ … 続きを読む
カテゴリー: cs.CV
Efficient Interactive 3D Multi-Object Removal はコメントを受け付けていません
ContourFormer:Real-Time Contour-Based End-to-End Instance Segmentation Transformer
要約 このペーパーでは、リアルタイムの輪郭ベースのインスタンスセグメンテーション … 続きを読む
Competency-Aware Planning for Probabilistically Safe Navigation Under Perception Uncertainty
要約 知覚ベースのナビゲーションシステムは、従来の深度ベースのナビゲーションスキ … 続きを読む
Benchmark Evaluations, Applications, and Challenges of Large Vision Language Models: A Survey
要約 マルチモーダルビジョン言語モデル（VLM）は、コンピュータービジョンと自然 … 続きを読む
Deciphering the Definition of Adversarial Robustness for post-hoc OOD Detectors
要約 分散除外（OOD）入力の検出は、実際のシナリオに深い学習モデルを安全に展開 … 続きを読む
When Video Coding Meets Multimodal Large Language Models: A Unified Paradigm for Video Coding
要約 既存のコーデックは、固有の冗長性を排除して、圧縮のためのコンパクトな表現を … 続きを読む
SIGN: A Statistically-Informed Gaze Network for Gaze Time Prediction
要約 画像上の総視線時間を予測するために、統計的に情報に基づいた視線ネットワーク … 続きを読む