「cs.CV」カテゴリーアーカイブ

Real-time Multi-view Omnidirectional Depth Estimation System for Robots and Autonomous Driving on Real Scenes

投稿日: 2024年9月13日 作成者: jarxiv

要約 全方向深度推定は、ロボットナビゲーションや自動運転などの分野で幅広い応用が … 続きを読む →

カテゴリー: cs.CV, cs.RO | Real-time Multi-view Omnidirectional Depth Estimation System for Robots and Autonomous Driving on Real Scenes はコメントを受け付けていません

CoFiI2P: Coarse-to-Fine Correspondences for Image-to-Point Cloud Registration

投稿日: 2024年9月13日 作成者: jarxiv

要約 画像からポイント クラウド (I2P) への登録は、ロボットや自動運転車が … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.RO | CoFiI2P: Coarse-to-Fine Correspondences for Image-to-Point Cloud Registration はコメントを受け付けていません

InterACT: Inter-dependency Aware Action Chunking with Hierarchical Attention Transformers for Bimanual Manipulation

投稿日: 2024年9月13日 作成者: jarxiv

要約 我々は、InterACT: 階層的注意トランスフォーマーによる相互依存性を … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.RO | InterACT: Inter-dependency Aware Action Chunking with Hierarchical Attention Transformers for Bimanual Manipulation はコメントを受け付けていません

BEVal: A Cross-dataset Evaluation Study of BEV Segmentation Models for Autonomous Driving

投稿日: 2024年9月13日 作成者: jarxiv

要約 自動運転のためのセマンティック鳥瞰図セグメンテーションに関する現在の研究は … 続きを読む →

カテゴリー: cs.CV, cs.RO | BEVal: A Cross-dataset Evaluation Study of BEV Segmentation Models for Autonomous Driving はコメントを受け付けていません

LED: Light Enhanced Depth Estimation at Night

投稿日: 2024年9月13日 作成者: jarxiv

要約 夜間のカメラベースの深度推定は、安全なナビゲーションを確保するために正確な … 続きを読む →

カテゴリー: cs.CV, cs.RO | LED: Light Enhanced Depth Estimation at Night はコメントを受け付けていません

Alignment of Diffusion Models: Fundamentals, Challenges, and Future

投稿日: 2024年9月13日 作成者: jarxiv

要約 拡散モデルは生成モデリングの主要なパラダイムとして台頭しており、さまざまな … 続きを読む →

カテゴリー: cs.CV, cs.LG | Alignment of Diffusion Models: Fundamentals, Challenges, and Future はコメントを受け付けていません

RoboUniView: Visual-Language Model with Unified View Representation for Robotic Manipulation

投稿日: 2024年9月13日 作成者: jarxiv

要約 ロボット操作に視覚言語モデル (VLM) を利用することは、新しいパラダイ … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.RO | RoboUniView: Visual-Language Model with Unified View Representation for Robotic Manipulation はコメントを受け付けていません

Multi-object event graph representation learning for Video Question Answering

投稿日: 2024年9月13日 作成者: jarxiv

要約 ビデオ質問応答 (VideoQA) は、特定のビデオに関して提起された質問 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | Multi-object event graph representation learning for Video Question Answering はコメントを受け付けていません

Top-down Activity Representation Learning for Video Question Answering

投稿日: 2024年9月13日 作成者: jarxiv

要約 高性能のビデオ質問応答 (VideoQA) を実現するには、原子的なアクシ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | Top-down Activity Representation Learning for Video Question Answering はコメントを受け付けていません

AIC MLLM: Autonomous Interactive Correction MLLM for Robust Robotic Manipulation

投稿日: 2024年9月13日 作成者: jarxiv

要約 失敗を反映して修正する機能は、ロボット システムが現実のオブジェクトと安定 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.RO | AIC MLLM: Autonomous Interactive Correction MLLM for Robust Robotic Manipulation はコメントを受け付けていません