cs.CV」カテゴリーアーカイブ

Attention Overlap Is Responsible for The Entity Missing Problem in Text-to-image Diffusion Models!

要約 Stable Diffusion や DALL-E などのテキストから画像 … 続きを読む

カテゴリー: cs.CV | Attention Overlap Is Responsible for The Entity Missing Problem in Text-to-image Diffusion Models! はコメントを受け付けていません

MovieCharacter: A Tuning-Free Framework for Controllable Character Video Synthesis

要約 キャラクター ビデオ合成における最近の進歩は、依然として広範な微調整または … 続きを読む

カテゴリー: cs.CV | MovieCharacter: A Tuning-Free Framework for Controllable Character Video Synthesis はコメントを受け付けていません

EEG-Driven 3D Object Reconstruction with Color Consistency and Diffusion Prior

要約 EEG に基づく視覚認識の再構築は、現在の研究の注目の的となっています。 … 続きを読む

カテゴリー: cs.AI, cs.CV | EEG-Driven 3D Object Reconstruction with Color Consistency and Diffusion Prior はコメントを受け付けていません

Skinned Motion Retargeting with Dense Geometric Interaction Perception

要約 スキン付きキャラクタのモーション リターゲットを成功させるには、体のさまざ … 続きを読む

カテゴリー: cs.CV, cs.GR | Skinned Motion Retargeting with Dense Geometric Interaction Perception はコメントを受け付けていません

Reliable and Efficient Concept Erasure of Text-to-Image Diffusion Models

要約 Text-to-Image モデルは、著作権や Not-Safe-For- … 続きを読む

カテゴリー: cs.CV | Reliable and Efficient Concept Erasure of Text-to-Image Diffusion Models はコメントを受け付けていません

Enhancing Feature Diversity Boosts Channel-Adaptive Vision Transformers

要約 マルチチャネル イメージング (MCI) には、従来の画像には存在しない有 … 続きを読む

カテゴリー: cs.AI, cs.CV | Enhancing Feature Diversity Boosts Channel-Adaptive Vision Transformers はコメントを受け付けていません

LucidGrasp: Robotic Framework for Autonomous Manipulation of Laboratory Equipment with Different Degrees of Transparency via 6D Pose Estimation

要約 現代のロボット システムの多くは自律的に動作しますが、環境を正確に分析して … 続きを読む

カテゴリー: cs.CV, cs.RO, cs.SE, cs.SY, eess.SY | LucidGrasp: Robotic Framework for Autonomous Manipulation of Laboratory Equipment with Different Degrees of Transparency via 6D Pose Estimation はコメントを受け付けていません

Efficient Bilinear Attention-based Fusion for Medical Visual Question Answering

要約 Medical Visual Question Answering (Me … 続きを読む

カテゴリー: cs.AI, cs.CV, eess.IV | Efficient Bilinear Attention-based Fusion for Medical Visual Question Answering はコメントを受け付けていません

Push-Forward Signed Distance Functions enable interpretable and robust continuous shape quantification

要約 プッシュフォワード符号付き距離形態計測 (PF-SDM) を紹介します。こ … 続きを読む

カテゴリー: cs.CG, cs.CV, q-bio.QM | Push-Forward Signed Distance Functions enable interpretable and robust continuous shape quantification はコメントを受け付けていません

iSeg: Interactive 3D Segmentation via Interactive Attention

要約 3D 形状をセグメント化するための新しい対話型技術である iSeg を紹介 … 続きを読む

カテゴリー: cs.CV, cs.GR | iSeg: Interactive 3D Segmentation via Interactive Attention はコメントを受け付けていません