「cs.CV」カテゴリーアーカイブ

Prisma: An Open Source Toolkit for Mechanistic Interpretability in Vision and Video

投稿日: 2025年6月4日 作成者: jarxiv

要約 ロバストなツールと一般に利用可能な事前訓練されたモデルは、言語モデルのメカ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Prisma: An Open Source Toolkit for Mechanistic Interpretability in Vision and Video はコメントを受け付けていません

DiffVLA: Vision-Language Guided Diffusion Planning for Autonomous Driving

投稿日: 2025年6月4日 作成者: jarxiv

要約 エンド・ツー・エンドの自律走行に関する研究は、知覚、予測、計画といったモジ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.RO | DiffVLA: Vision-Language Guided Diffusion Planning for Autonomous Driving はコメントを受け付けていません

Enhancing Sample Generation of Diffusion Models using Noise Level Correction

投稿日: 2025年6月3日 作成者: jarxiv

要約 拡散モデルの除去プロセスは、データマニホールドへのノイズの多いサンプルのお … 続きを読む →

カテゴリー: cs.CV, cs.LG, eess.IV | Enhancing Sample Generation of Diffusion Models using Noise Level Correction はコメントを受け付けていません

Concept Based Explanations and Class Contrasting

投稿日: 2025年6月3日 作成者: jarxiv

要約 深いニューラルネットワークを説明することは、その大きさと非線形性のために挑 … 続きを読む →

カテゴリー: cs.CV | Concept Based Explanations and Class Contrasting はコメントを受け付けていません

LEGNet: Lightweight Edge-Gaussian Driven Network for Low-Quality Remote Sensing Image Object Detection

投稿日: 2025年6月3日 作成者: jarxiv

要約 リモートセンシングオブジェクト検出（RSOD）は、多くの場合、低空間分解能 … 続きを読む →

カテゴリー: cs.CV | LEGNet: Lightweight Edge-Gaussian Driven Network for Low-Quality Remote Sensing Image Object Detection はコメントを受け付けていません

Motion-compensated cardiac MRI using low-rank diffeomorphic flow (DMoCo)

投稿日: 2025年6月3日 作成者: jarxiv

要約 自由呼吸および非測定3D心磁気共鳴画像法（MRI）のための監視されていない … 続きを読む →

カテゴリー: cs.AI, cs.CV | Motion-compensated cardiac MRI using low-rank diffeomorphic flow (DMoCo) はコメントを受け付けていません

Hierarchical Material Recognition from Local Appearance

投稿日: 2025年6月3日 作成者: jarxiv

要約 地元の外観から階層的認識のために資料の分類法を紹介します。 私たちの分類法 … 続きを読む →

カテゴリー: cs.CV | Hierarchical Material Recognition from Local Appearance はコメントを受け付けていません

Robust Multimodal Learning via Cross-Modal Proxy Tokens

投稿日: 2025年6月3日 作成者: jarxiv

要約 マルチモーダルモデルは、推論中に1つ以上のモダリティが欠落している場合、多 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Robust Multimodal Learning via Cross-Modal Proxy Tokens はコメントを受け付けていません

Benchmarking 3D Human Pose Estimation Models under Occlusions

投稿日: 2025年6月3日 作成者: jarxiv

要約 人間のポーズ推定（HPE）には、視覚データから人体のキーポイントを検出およ … 続きを読む →

カテゴリー: cs.CV | Benchmarking 3D Human Pose Estimation Models under Occlusions はコメントを受け付けていません

A Survey of 3D Reconstruction with Event Cameras

投稿日: 2025年6月3日 作成者: jarxiv

要約 イベントカメラは、3D再建のための強力な視覚センサーとして急速に浮上してお … 続きを読む →

カテゴリー: cs.AI, cs.CV | A Survey of 3D Reconstruction with Event Cameras はコメントを受け付けていません