-
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
OpenUni: A Simple Baseline for Unified Multimodal Understanding and Generation
要約 このレポートでは、マルチモーダルの理解と生成を統合するためのシンプルで軽量 … 続きを読む
カテゴリー: cs.CV
OpenUni: A Simple Baseline for Unified Multimodal Understanding and Generation はコメントを受け付けていません
SIGHT: Synthesizing Image-Text Conditioned and Geometry-Guided 3D Hand-Object Trajectories
要約 人間がオブジェクトを把握するとき、彼らは自然に心の中で軌跡を形成して、特定 … 続きを読む
カテゴリー: cs.CV
SIGHT: Synthesizing Image-Text Conditioned and Geometry-Guided 3D Hand-Object Trajectories はコメントを受け付けていません
ImmunoDiff: A Diffusion Model for Immunotherapy Response Prediction in Lung Cancer
要約 非小細胞肺癌（NSCLC）における免疫療法反応を正確に予測することは、依然 … 続きを読む
カテゴリー: cs.CV
ImmunoDiff: A Diffusion Model for Immunotherapy Response Prediction in Lung Cancer はコメントを受け付けていません
Grounded Reinforcement Learning for Visual Reasoning
要約 思考チェーンを介した強化学習（RL）は、数学やコーディングなどのタスクで大 … 続きを読む
カテゴリー: cs.CV
Grounded Reinforcement Learning for Visual Reasoning はコメントを受け付けていません
CVOCSemRPL: Class-Variance Optimized Clustering, Semantic Information Injection and Restricted Pseudo Labeling based Improved Semi-Supervised Few-Shot Learning
要約 いくつかのショット学習は、一部のクラスでラベル付けされたサンプルの量が非常 … 続きを読む
カテゴリー: cs.CV
CVOCSemRPL: Class-Variance Optimized Clustering, Semantic Information Injection and Restricted Pseudo Labeling based Improved Semi-Supervised Few-Shot Learning はコメントを受け付けていません
BrainMRDiff: A Diffusion Model for Anatomically Consistent Brain MRI Synthesis
要約 正確な脳腫瘍診断は、複数の磁気共鳴画像（MRI）配列の評価に依存しています … 続きを読む
Mobi-$π$: Mobilizing Your Robot Learning Policy
要約 学んだ視覚運動ポリシーは、ますます複雑な操作タスクを実行することができます … 続きを読む
VF-Eval: Evaluating Multimodal LLMs for Generating Feedback on AIGC Videos
要約 MLLMSは、最近のビデオ質問のために広く研究されています。 ただし、既存 … 続きを読む
DA-VPT: Semantic-Guided Visual Prompt Tuning for Vision Transformers
要約 視覚的なプロンプトチューニング（VPT）は、ほとんどのモデルパラメーターを … 続きを読む
カテゴリー: cs.CV
DA-VPT: Semantic-Guided Visual Prompt Tuning for Vision Transformers はコメントを受け付けていません
CLDTracker: A Comprehensive Language Description for Visual Tracking
要約 投票は、動的な外観の変化、閉塞、および背景乱れにより、コンピュータービジョ … 続きを読む