-
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
Diffusion Classifiers Understand Compositionality, but Conditions Apply
要約 視覚的なシーンを理解することは、人間の知性の基本です。 識別モデルにはコン … 続きを読む
カテゴリー: cs.CV
Diffusion Classifiers Understand Compositionality, but Conditions Apply はコメントを受け付けていません
Sketch Down the FLOPs: Towards Efficient Networks for Human Sketch
要約 スケッチリサーチは時間とともに集合的に成熟しているため、AT-Massの商 … 続きを読む
カテゴリー: cs.CV
Sketch Down the FLOPs: Towards Efficient Networks for Human Sketch はコメントを受け付けていません
ZeroGUI: Automating Online GUI Learning at Zero Human Cost
要約 大規模なビジョン言語モデル（VLM）の迅速な進歩により、純粋なビジョンベー … 続きを読む
MMSI-Bench: A Benchmark for Multi-Image Spatial Intelligence
要約 空間インテリジェンスは、複雑な物理的世界で動作するマルチモーダル大手言語モ … 続きを読む
Weight Space Representation Learning on Diverse NeRF Architectures
要約 ニューラル放射輝度フィールド（NERF）は、神経ネットワークの重みに形状と … 続きを読む
カテゴリー: cs.CV
Weight Space Representation Learning on Diverse NeRF Architectures はコメントを受け付けていません
Argus: Vision-Centric Reasoning with Grounded Chain-of-Thought
要約 マルチモーダル大手言語モデル（MLLM）の最近の進歩は、視覚言語のタスクに … 続きを読む
カテゴリー: cs.CV
Argus: Vision-Centric Reasoning with Grounded Chain-of-Thought はコメントを受け付けていません
TextRegion: Text-Aligned Region Tokens from Frozen Image-Text Models
要約 画像テキストモデルは、画像レベルのタスクに優れていますが、詳細な視覚的理解 … 続きを読む
カテゴリー: cs.CV
TextRegion: Text-Aligned Region Tokens from Frozen Image-Text Models はコメントを受け付けていません
GeoDrive: 3D Geometry-Informed Driving World Model with Precise Action Control
要約 世界モデルの最近の進歩は、動的環境シミュレーションに革命をもたらし、システ … 続きを読む
SHTOcc: Effective 3D Occupancy Prediction with Sparse Head and Tail Voxels
要約 3D占有予測は、強力な幾何学的認識とオブジェクト認識能力のために、自律運転 … 続きを読む
カテゴリー: cs.CV
SHTOcc: Effective 3D Occupancy Prediction with Sparse Head and Tail Voxels はコメントを受け付けていません
The Meeseeks Mesh: Spatially Consistent 3D Adversarial Objects for BEV Detector
要約 3Dオブジェクト検出は、自律駆動システムの重要なコンポーネントです。 さま … 続きを読む
カテゴリー: cs.CV
The Meeseeks Mesh: Spatially Consistent 3D Adversarial Objects for BEV Detector はコメントを受け付けていません