「cs.MM」カテゴリーアーカイブ

CorrI2P: Deep Image-to-Point Cloud Registration via Dense Correspondence

投稿日: 2022年9月21日 作成者: jarxiv

要約 対応する 3D 点群で 2D 画像をローカライズする重要なステップは、それ … 続きを読む →

カテゴリー: cs.CV, cs.MM | CorrI2P: Deep Image-to-Point Cloud Registration via Dense Correspondence はコメントを受け付けていません

Learning to Evaluate Performance of Multi-modal Semantic Localization

投稿日: 2022年9月20日 作成者: jarxiv

要約 セマンティック ローカリゼーション (SeLo) は、テキストなどのセマン … 続きを読む →

カテゴリー: cs.CV, cs.MM | Learning to Evaluate Performance of Multi-modal Semantic Localization はコメントを受け付けていません

AutoLV: Automatic Lecture Video Generator

投稿日: 2022年9月20日 作成者: jarxiv

要約 注釈付きスライド、講師の参照音声、講師の参照ポートレート ビデオから直接、 … 続きを読む →

カテゴリー: cs.CV, cs.MM, cs.SD, eess.AS | AutoLV: Automatic Lecture Video Generator はコメントを受け付けていません

Rethinking Data Augmentation for Robust Visual Question Answering

投稿日: 2022年9月16日 作成者: jarxiv

要約 元のトレーニング セットを超える追加のトレーニング サンプルを生成する D … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.MM | Rethinking Data Augmentation for Robust Visual Question Answering はコメントを受け付けていません

Learning to Evaluate Performance of Multi-modal Semantic Localization

投稿日: 2022年9月16日 作成者: jarxiv

要約 セマンティック ローカリゼーション (SeLo) は、テキストなどのセマン … 続きを読む →

カテゴリー: cs.CV, cs.MM | Learning to Evaluate Performance of Multi-modal Semantic Localization はコメントを受け付けていません

Learning to Evaluate Performance of Multi-modal Semantic Localization

投稿日: 2022年9月15日 作成者: jarxiv

要約 セマンティック ローカリゼーション (SeLo) は、テキストなどのセマン … 続きを読む →

カテゴリー: cs.CV, cs.MM | Learning to Evaluate Performance of Multi-modal Semantic Localization はコメントを受け付けていません

MVPTR: Multi-Level Semantic Alignment for Vision-Language Pre-Training via Multi-Stage Learning

投稿日: 2022年9月15日 作成者: jarxiv

要約 以前のビジョン言語事前トレーニング モデルは、主にトークンとオブジェクト … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM | MVPTR: Multi-Level Semantic Alignment for Vision-Language Pre-Training via Multi-Stage Learning はコメントを受け付けていません

Time-of-Day Neural Style Transfer for Architectural Photographs

投稿日: 2022年9月14日 作成者: jarxiv

要約 建築写真は、建物や構造物を前景に、ドラマチックな照明を背景に捉えることに焦 … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.MM | Time-of-Day Neural Style Transfer for Architectural Photographs はコメントを受け付けていません

Estimating Visual Information From Audio Through Manifold Learning

投稿日: 2022年9月14日 作成者: jarxiv

要約 オーディオ信号のみを使用してシーンに関する視覚情報を抽出するための新しいフ … 続きを読む →

カテゴリー: cs.CV, cs.MM, cs.SD, eess.AS | Estimating Visual Information From Audio Through Manifold Learning はコメントを受け付けていません

Learning Audio-Visual embedding for Wild Person Verification

投稿日: 2022年9月12日 作成者: jarxiv

要約 これらの 2 つのモダリティからオーディオビジュアル埋め込みを抽出して、人 … 続きを読む →

カテゴリー: cs.CV, cs.MM, cs.SD, eess.AS | Learning Audio-Visual embedding for Wild Person Verification はコメントを受け付けていません