「cs.CV」カテゴリーアーカイブ

Socratic Questioning: Learn to Self-guide Multimodal Reasoning in the Wild

投稿日: 2025年1月8日 作成者: jarxiv

要約 複雑な視覚的推論は、今日でも重要な課題です。 通常、この課題には、思考連鎖 … 続きを読む →

カテゴリー: cs.AI, cs.CV | Socratic Questioning: Learn to Self-guide Multimodal Reasoning in the Wild はコメントを受け付けていません

ROLO-SLAM: Rotation-Optimized LiDAR-Only SLAM in Uneven Terrain with Ground Vehicle

投稿日: 2025年1月7日 作成者: jarxiv

要約 LiDAR ベースの SLAM は、荒れた環境で位置特定ガイドを提供する効 … 続きを読む →

カテゴリー: cs.CV, cs.RO | ROLO-SLAM: Rotation-Optimized LiDAR-Only SLAM in Uneven Terrain with Ground Vehicle はコメントを受け付けていません

Benchmark Evaluations, Applications, and Challenges of Large Vision Language Models: A Survey

投稿日: 2025年1月7日 作成者: jarxiv

要約 マルチモーダル ビジョン ランゲージ モデル (VLM) は、コンピュータ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG, cs.RO | Benchmark Evaluations, Applications, and Challenges of Large Vision Language Models: A Survey はコメントを受け付けていません

Depth Any Camera: Zero-Shot Metric Depth Estimation from Any Camera

投稿日: 2025年1月7日 作成者: jarxiv

要約 最近の深度推定方法は強力なゼロショット一般化を示していますが、さまざまな種 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.RO | Depth Any Camera: Zero-Shot Metric Depth Estimation from Any Camera はコメントを受け付けていません

Neural Error Covariance Estimation for Precise LiDAR Localization

投稿日: 2025年1月7日 作成者: jarxiv

要約 自動運転車は、技術の進歩と交通手段を変革する可能性があるため、大きな注目を … 続きを読む →

カテゴリー: cs.CV, cs.RO | Neural Error Covariance Estimation for Precise LiDAR Localization はコメントを受け付けていません

Gaze Behavior During a Long-Term, In-Home, Social Robot Intervention for Children with ASD

投稿日: 2025年1月7日 作成者: jarxiv

要約 非定型的な視線行動は自閉症スペクトラム障害 (ASD) の診断上の特徴であ … 続きを読む →

カテゴリー: cs.CV, cs.RO | Gaze Behavior During a Long-Term, In-Home, Social Robot Intervention for Children with ASD はコメントを受け付けていません

Query3D: LLM-Powered Open-Vocabulary Scene Segmentation with Language Embedded 3D Gaussian

投稿日: 2025年1月7日 作成者: jarxiv

要約 この論文では、言語埋め込み 3D ガウシアンと大規模言語モデル (LLM) … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO | Query3D: LLM-Powered Open-Vocabulary Scene Segmentation with Language Embedded 3D Gaussian はコメントを受け付けていません

RDD4D: 4D Attention-Guided Road Damage Detection And Classification

投稿日: 2025年1月7日 作成者: jarxiv

要約 道路損傷の検出と評価は、インフラストラクチャのメンテナンスの重要な要素です … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.RO | RDD4D: 4D Attention-Guided Road Damage Detection And Classification はコメントを受け付けていません

InfiFusion: A Unified Framework for Enhanced Cross-Model Reasoning via LLM Fusion

投稿日: 2025年1月7日 作成者: jarxiv

要約 大規模言語モデル (LLM) は、さまざまな推論タスクにわたって強力なパフ … 続きを読む →

カテゴリー: cs.CL, cs.CV | InfiFusion: A Unified Framework for Enhanced Cross-Model Reasoning via LLM Fusion はコメントを受け付けていません

VALOR: Vision-Audio-Language Omni-Perception Pretraining Model and Dataset

投稿日: 2025年1月7日 作成者: jarxiv

要約 この論文では、マルチモーダルな理解と生成のための視覚・音声・言語オムニ知覚 … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG, cs.MM, eess.AS | VALOR: Vision-Audio-Language Omni-Perception Pretraining Model and Dataset はコメントを受け付けていません