「cs.MM」カテゴリーアーカイブ

PAHA: Parts-Aware Audio-Driven Human Animation with Diffusion Model

投稿日: 2025年5月7日 作成者: jarxiv

要約 オーディオ駆動型のヒューマンアニメーションテクノロジーは、ヒューマンコンピ … 続きを読む →

カテゴリー: cs.CV, cs.MM | コメントする

FlexiAct: Towards Flexible Action Control in Heterogeneous Scenarios

投稿日: 2025年5月7日 作成者: jarxiv

要約 アクションカスタマイズには、被験者が入力制御信号によって決定されるアクショ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM | コメントする

Robust Duality Learning for Unsupervised Visible-Infrared Person Re-Identification

投稿日: 2025年5月7日 作成者: jarxiv

要約 監視されていない可視性のある人の再識別（UVI-reid）は、費用のかかる … 続きを読む →

カテゴリー: cs.CV, cs.MM | コメントする

Marker-Based Extrinsic Calibration Method for Accurate Multi-Camera 3D Reconstruction

投稿日: 2025年5月6日 作成者: jarxiv

要約 マルチカメラRGB-Dシステムを用いた正確な3D再構成は、撮影されたビュー … 続きを読む →

カテゴリー: cs.CV, cs.MM | コメントする

Robust Duality Learning for Unsupervised Visible-Infrared Person Re-Identfication

投稿日: 2025年5月6日 作成者: jarxiv

要約 教師なし可視赤外人物再識別（UVI-ReID）は、コストのかかるアノテーシ … 続きを読む →

カテゴリー: cs.CV, cs.MM | コメントする

FolAI: Synchronized Foley Sound Generation with Semantic and Temporal Alignment

投稿日: 2025年5月6日 作成者: jarxiv

要約 従来のサウンドデザインワークフローは、フォーリーサウンドデザインのように、 … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.MM, cs.SD, eess.AS | コメントする

Clustering Internet Memes Through Template Matching and Multi-Dimensional Similarity

投稿日: 2025年5月5日 作成者: jarxiv

要約 ミームのクラスタリングは、毒性検出、バイラリティモデリング、タイピングのた … 続きを読む →

カテゴリー: cs.CL, cs.IR, cs.LG, cs.MM | コメントする

PREMISE: Matching-based Prediction for Accurate Review Recommendation

投稿日: 2025年5月5日 作成者: jarxiv

要約 我々は、マルチモーダルレビュー有用性(MRHP)タスクのためのマルチモーダ … 続きを読む →

カテゴリー: cs.CL, cs.IR, cs.MM | コメントする

MAVEN: Multi-modal Attention for Valence-Arousal Emotion Network

投稿日: 2025年5月5日 作成者: jarxiv

要約 感情表現は一過性のものであり、マルチモーダルな手がかりの時間的なずれがある … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.MM | コメントする

CAV-MAE Sync: Improving Contrastive Audio-Visual Mask Autoencoders via Fine-Grained Alignment

投稿日: 2025年5月5日 作成者: jarxiv

要約 オーディオビジュアル学習における最近の進歩は、モダリティを超えた表現の学習 … 続きを読む →

カテゴリー: cs.CV, cs.MM, cs.SD, eess.AS | コメントする