-
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
EvalGIM: A Library for Evaluating Generative Image Models
要約 テキストから画像への生成モデルの使用が増加するにつれて、その評価に使用され … 続きを読む
カテゴリー: cs.CV
EvalGIM: A Library for Evaluating Generative Image Models はコメントを受け付けていません
Foundation Models Meet Low-Cost Sensors: Test-Time Adaptation for Rescaling Disparity for Zero-Shot Metric Depth Estimation
要約 Depth Anything などの単眼深度推定の基礎モデルの最近の開発に … 続きを読む
カテゴリー: cs.CV
Foundation Models Meet Low-Cost Sensors: Test-Time Adaptation for Rescaling Disparity for Zero-Shot Metric Depth Estimation はコメントを受け付けていません
Event-based Photometric Bundle Adjustment
要約 純粋に回転するイベント カメラのバンドル調整 (つまり、カメラのポーズとシ … 続きを読む
GaraMoSt: Parallel Multi-Granularity Motion and Structural Modeling for Efficient Multi-Frame Interpolation in DSA Images
要約 デジタル サブトラクション アンギオグラフィー (DSA) 画像の迅速かつ … 続きを読む
カテゴリー: cs.CV
GaraMoSt: Parallel Multi-Granularity Motion and Structural Modeling for Efficient Multi-Frame Interpolation in DSA Images はコメントを受け付けていません
SwiftTry: Fast and Consistent Video Virtual Try-On with Diffusion Models
要約 人と新しい衣服の入力ビデオが与えられた場合、この論文の目的は、時空間の一貫 … 続きを読む
AnySat: An Earth Observation Model for Any Resolutions, Scales, and Modalities
要約 地理空間モデルは、解像度、スケール、モダリティの観点から地球観測データの多 … 続きを読む
カテゴリー: cs.CV
AnySat: An Earth Observation Model for Any Resolutions, Scales, and Modalities はコメントを受け付けていません
Incorporating Feature Pyramid Tokenization and Open Vocabulary Semantic Segmentation
要約 視覚的な理解は、多くの場合、イメージ、パッチ、ピクセルの 3 つの粒度レベ … 続きを読む
カテゴリー: cs.CV
Incorporating Feature Pyramid Tokenization and Open Vocabulary Semantic Segmentation はコメントを受け付けていません
MCMat: Multiview-Consistent and Physically Accurate PBR Material Generation
要約 既存の 2D 手法は、UNet ベースの拡散モデルを利用してマルチビューの … 続きを読む
カテゴリー: cs.CV
MCMat: Multiview-Consistent and Physically Accurate PBR Material Generation はコメントを受け付けていません
AKiRa: Augmentation Kit on Rays for optical video generation
要約 テキスト条件付きビデオの普及における最近の進歩により、ビデオの品質は大幅に … 続きを読む
MetaMorph: Multimodal Understanding and Generation via Instruction Tuning
要約 この研究では、ビジュアル予測命令チューニング (VPiT) を提案します。 … 続きを読む
カテゴリー: cs.CV
MetaMorph: Multimodal Understanding and Generation via Instruction Tuning はコメントを受け付けていません