cs.CV」カテゴリーアーカイブ

Addressing Spatial-Temporal Data Heterogeneity in Federated Continual Learning via Tail Anchor

要約 フェデレーテッド継続学習 (FCL) により、各クライアントはタスク スト … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG | Addressing Spatial-Temporal Data Heterogeneity in Federated Continual Learning via Tail Anchor はコメントを受け付けていません

Unsupervised UAV 3D Trajectories Estimation with Sparse Point Clouds

要約 コンパクトな UAV システムは、配送と監視を進化させる一方で、そのサイズ … 続きを読む

カテゴリー: cs.CV, cs.RO | Unsupervised UAV 3D Trajectories Estimation with Sparse Point Clouds はコメントを受け付けていません

LiFT: Leveraging Human Feedback for Text-to-Video Model Alignment

要約 テキストからビデオへの (T2V) 生成モデルの最近の進歩は、目覚ましい機 … 続きを読む

カテゴリー: cs.CV | LiFT: Leveraging Human Feedback for Text-to-Video Model Alignment はコメントを受け付けていません

RSGaussian:3D Gaussian Splatting with LiDAR for Aerial Remote Sensing Novel View Synthesis

要約 この調査では、RSGaussian を紹介します。これは、LiDAR 点群 … 続きを読む

カテゴリー: cs.CV, cs.GR | RSGaussian:3D Gaussian Splatting with LiDAR for Aerial Remote Sensing Novel View Synthesis はコメントを受け付けていません

Switch-a-View: Few-Shot View Selection Learned from Edited Videos

要約 ハウツー ビデオを作成するときに、各時点で表示する視点を自動的に選択するこ … 続きを読む

カテゴリー: cs.CV | Switch-a-View: Few-Shot View Selection Learned from Edited Videos はコメントを受け付けていません

RDPM: Solve Diffusion Probabilistic Models via Recurrent Token Prediction

要約 拡散確率モデル (DPM) は、高忠実度画像合成の事実上のアプローチとして … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG, cs.MM | RDPM: Solve Diffusion Probabilistic Models via Recurrent Token Prediction はコメントを受け付けていません

Extract Free Dense Misalignment from CLIP

要約 最近の視覚言語基盤モデルは、入力とずれた出力を依然として頻繁に生成します。 … 続きを読む

カテゴリー: cs.CV, cs.LG | Extract Free Dense Misalignment from CLIP はコメントを受け付けていません

How accurate is mechanobiology?

要約 生物学的機能における物理的な力の基本的な役割が明確になるにつれて、メカノバ … 続きを読む

カテゴリー: cs.CV, physics.bio-ph, physics.comp-ph | How accurate is mechanobiology? はコメントを受け付けていません

Re-assessing ImageNet: How aligned is its single-label assumption with its multi-label nature?

要約 コンピューター ビジョンに影響力のあるデータセットである ImageNet … 続きを読む

カテゴリー: cs.CV | Re-assessing ImageNet: How aligned is its single-label assumption with its multi-label nature? はコメントを受け付けていません

From CNN to CNN + RNN: Adapting Visualization Techniques for Time-Series Anomaly Detection

要約 ディープ ニューラル ネットワークは、複雑な問題を解決するのに非常に効果的 … 続きを読む

カテゴリー: cs.CV | From CNN to CNN + RNN: Adapting Visualization Techniques for Time-Series Anomaly Detection はコメントを受け付けていません