「cs.CV」カテゴリーアーカイブ

FlowEdit: Inversion-Free Text-Based Editing Using Pre-Trained Flow Models

投稿日: 2024年12月12日 作成者: jarxiv

要約 事前トレーニングされたテキストから画像への (T2I) 拡散/フロー モデ … 続きを読む →

カテゴリー: cs.CV, cs.LG | FlowEdit: Inversion-Free Text-Based Editing Using Pre-Trained Flow Models はコメントを受け付けていません

Multimodal Latent Language Modeling with Next-Token Diffusion

投稿日: 2024年12月12日 作成者: jarxiv

要約 マルチモーダル生成モデルでは、離散データ (テキストやコードなど) と連続 … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG | Multimodal Latent Language Modeling with Next-Token Diffusion はコメントを受け付けていません

DMin: Scalable Training Data Influence Estimation for Diffusion Models

投稿日: 2024年12月12日 作成者: jarxiv

要約 生成された画像に最も影響を与えるトレーニング データ サンプルを特定するこ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | DMin: Scalable Training Data Influence Estimation for Diffusion Models はコメントを受け付けていません

Fast Prompt Alignment for Text-to-Image Generation

投稿日: 2024年12月12日 作成者: jarxiv

要約 テキストから画像への生成は急速に進歩していますが、複雑なテキストのプロンプ … 続きを読む →

カテゴリー: cs.CL, cs.CV | Fast Prompt Alignment for Text-to-Image Generation はコメントを受け付けていません

BLADE: Single-view Body Mesh Learning through Accurate Depth Estimation

投稿日: 2024年12月12日 作成者: jarxiv

要約 単一画像の人物メッシュの回復は、身体の形状、姿勢、カメラの推定を同時に行う … 続きを読む →

カテゴリー: cs.CV | BLADE: Single-view Body Mesh Learning through Accurate Depth Estimation はコメントを受け付けていません

3D Mesh Editing using Masked LRMs

投稿日: 2024年12月12日 作成者: jarxiv

要約 我々は、多視点画像からの 3D 再構築における最近の進歩に基づいて、メッシ … 続きを読む →

カテゴリー: cs.CV | 3D Mesh Editing using Masked LRMs はコメントを受け付けていません

GPD-1: Generative Pre-training for Driving

投稿日: 2024年12月12日 作成者: jarxiv

要約 運転シナリオの進化をモデル化することは、自動運転システムの評価と意思決定に … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO | GPD-1: Generative Pre-training for Driving はコメントを受け付けていません

ObjectMate: A Recurrence Prior for Object Insertion and Subject-Driven Generation

投稿日: 2024年12月12日 作成者: jarxiv

要約 この論文では、オブジェクト挿入とサブジェクト駆動型生成の両方に対するチュー … 続きを読む →

カテゴリー: cs.CV | ObjectMate: A Recurrence Prior for Object Insertion and Subject-Driven Generation はコメントを受け付けていません

StreamChat: Chatting with Streaming Video

投稿日: 2024年12月12日 作成者: jarxiv

要約 このペーパーでは、大規模マルチモーダル モデル (LMM) とストリーミン … 続きを読む →

カテゴリー: cs.CV | StreamChat: Chatting with Streaming Video はコメントを受け付けていません

SegFace: Face Segmentation of Long-Tail Classes

投稿日: 2024年12月12日 作成者: jarxiv

要約 顔解析とは、人間の顔を目、鼻、髪などの主要な顔領域にセマンティック セグメ … 続きを読む →

カテゴリー: cs.CV | SegFace: Face Segmentation of Long-Tail Classes はコメントを受け付けていません