「cs.MM」カテゴリーアーカイブ

StereoVAE: A lightweight stereo matching system through embedded GPUs

投稿日: 2023年5月22日 作成者: jarxiv

要約 組み込み GPU を使用したステレオ マッチングのための軽量システムを紹介 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM, cs.RO | StereoVAE: A lightweight stereo matching system through embedded GPUs はコメントを受け付けていません

Enhancing Vision-Language Pre-Training with Jointly Learned Questioner and Dense Captioner

投稿日: 2023年5月22日 作成者: jarxiv

要約 大規模な事前トレーニング済みマルチモーダル モデルは、画像キャプション、画 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.MM | Enhancing Vision-Language Pre-Training with Jointly Learned Questioner and Dense Captioner はコメントを受け付けていません

Annotation-free Audio-Visual Segmentation

投稿日: 2023年5月22日 作成者: jarxiv

要約 オーディオビジュアルセグメンテーション (AVS) の目的は、ピクセルごと … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM | Annotation-free Audio-Visual Segmentation はコメントを受け付けていません

Weakly-Supervised Visual-Textual Grounding with Semantic Prior Refinement

投稿日: 2023年5月19日 作成者: jarxiv

要約 画像と文のペアのみを使用して、弱く教師された視覚とテキストの基礎付けは、そ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG, cs.MM | Weakly-Supervised Visual-Textual Grounding with Semantic Prior Refinement はコメントを受け付けていません

Annotation-free Audio-Visual Segmentation

投稿日: 2023年5月19日 作成者: jarxiv

要約 オーディオビジュアルセグメンテーション (AVS) の目的は、ピクセルごと … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM | Annotation-free Audio-Visual Segmentation はコメントを受け付けていません

QPGesture: Quantization-Based and Phase-Guided Motion Matching for Natural Speech-Driven Gesture Generation

投稿日: 2023年5月19日 作成者: jarxiv

要約 人間の動作にはランダムなジッターがあるため、音声駆動のジェスチャ生成は非常 … 続きを読む →

カテゴリー: cs.CV, cs.HC, cs.MM, cs.SD, eess.AS | QPGesture: Quantization-Based and Phase-Guided Motion Matching for Natural Speech-Driven Gesture Generation はコメントを受け付けていません

Fusion-S2iGan: An Efficient and Effective Single-Stage Framework for Speech-to-Image Generation

投稿日: 2023年5月18日 作成者: jarxiv

要約 音声から画像への変換の目的は、音声信号から直接フォトリアリスティックな画像 … 続きを読む →

カテゴリー: cs.CV, cs.MM | Fusion-S2iGan: An Efficient and Effective Single-Stage Framework for Speech-to-Image Generation はコメントを受け付けていません

NFI$_2$: Learning Noise-Free Illuminance-Interpolator for Unsupervised Low-Light Image Enhancement

投稿日: 2023年5月18日 作成者: jarxiv

要約 低照度の状況では、消費者向け写真における美的品質の追求が大幅に制限されます … 続きを読む →

カテゴリー: cs.CV, cs.MM | NFI$_2$: Learning Noise-Free Illuminance-Interpolator for Unsupervised Low-Light Image Enhancement はコメントを受け付けていません

From Region to Patch: Attribute-Aware Foreground-Background Contrastive Learning for Fine-Grained Fashion Retrieval

投稿日: 2023年5月18日 作成者: jarxiv

要約 属性固有のファッション検索 (ASFR) は、近年ますます注目を集めている … 続きを読む →

カテゴリー: cs.CV, cs.MM | From Region to Patch: Attribute-Aware Foreground-Background Contrastive Learning for Fine-Grained Fashion Retrieval はコメントを受け付けていません

Evaluating Object Hallucination in Large Vision-Language Models

投稿日: 2023年5月18日 作成者: jarxiv

要約 大規模言語モデル (LLM) の優れた言語能力に触発され、複雑なマルチモー … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.MM | Evaluating Object Hallucination in Large Vision-Language Models はコメントを受け付けていません