-
最近の投稿
- KISS-Matcher: Fast and Robust Point Cloud Registration Revisited
- Unpacking Failure Modes of Generative Policies: Runtime Monitoring of Consistency and Progress
- Mode-GS: Monocular Depth Guided Anchored 3D Gaussian Splatting for Robust Ground-View Scene Rendering
- A Universal Formulation for Path-Parametric Planning and Control
- Next Best Sense: Guiding Vision and Touch with FisherRF for 3D Gaussian Splatting
-
最近のコメント
表示できるコメントはありません。 cs.AI (27775) cs.CL (20990) cs.CR (2176) cs.CV (34489) cs.LG (32518) cs.RO (15916) cs.SY (2472) eess.IV (4231) eess.SY (2466) stat.ML (4356)
「cs.MM」カテゴリーアーカイブ
Differentiable JPEG: The Devil is in the Details
要約 JPEG は、依然として最も広く普及している非可逆画像符号化方式の 1 つ … 続きを読む
GANonymization: A GAN-based Face Anonymization Framework for Preserving Emotional Expressions
要約 近年、個人データの可用性が増加しているため、プライバシーとセキュリティに関 … 続きを読む
Vision-Language Instruction Tuning: A Review and Analysis
要約 命令チューニングは、大規模言語モデル (LLM) にとって不可欠な教師あり … 続きを読む
Instant3D: Instant Text-to-3D Generation
要約 Text-to-3D 生成は、テキスト プロンプトから鮮やかな 3D オブ … 続きを読む
NewsGPT: ChatGPT Integration for Robot-Reporter
要約 大規模言語モデル (LLM) とソーシャル ロボットの統合は、人工知能 ( … 続きを読む
GPT-4V(ision) as A Social Media Analysis Engine
要約 最近の研究により、さまざまな一般的な視覚および言語タスクにおける大規模マル … 続きを読む
(Un)likelihood Training for Interpretable Embedding
要約 クロスモーダル表現学習は、テキストとビジュアル データの間の意味論的なギャ … 続きを読む
Learning Contrastive Self-Distillation for Ultra-Fine-Grained Visual Categorization Targeting Limited Samples
要約 インテリジェントなマルチメディア分析の分野では、超細粒視覚分類 (Ultr … 続きを読む
VDIP-TGV: Blind Image Deconvolution via Variational Deep Image Prior Empowered by Total Generalized Variation
要約 未知のブラー カーネルを使用してぼやけた画像から鮮明な画像を回復することは … 続きを読む