「cs.MM」カテゴリーアーカイブ

Improving Anomaly Segmentation with Multi-Granularity Cross-Domain Alignment

投稿日: 2023年10月17日 作成者: jarxiv

要約 異常セグメンテーションは、画像内の異常な物体を識別する上で極めて重要な役割 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM | Improving Anomaly Segmentation with Multi-Granularity Cross-Domain Alignment はコメントを受け付けていません

PoSynDA: Multi-Hypothesis Pose Synthesis Domain Adaptation for Robust 3D Human Pose Estimation

投稿日: 2023年10月17日 作成者: jarxiv

要約 既存の 3D 人間の姿勢推定器は、トレーニング セットに 2D-3D の姿 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM, cs.RO | PoSynDA: Multi-Hypothesis Pose Synthesis Domain Adaptation for Robust 3D Human Pose Estimation はコメントを受け付けていません

MM-BigBench: Evaluating Multimodal Models on Multimodal Content Comprehension Tasks

投稿日: 2023年10月16日 作成者: jarxiv

要約 マルチモーダル大規模言語モデル (MLLM) の人気により、これらのモデル … 続きを読む →

カテゴリー: cs.CL, cs.MM | MM-BigBench: Evaluating Multimodal Models on Multimodal Content Comprehension Tasks はコメントを受け付けていません

Multi-View Class Incremental Learning

投稿日: 2023年10月16日 作成者: jarxiv

要約 マルチビュー学習 (MVL) は、データセットの複数の視点からの情報を統合 … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.MM | Multi-View Class Incremental Learning はコメントを受け付けていません

Exploring Sparse Spatial Relation in Graph Inference for Text-Based VQA

投稿日: 2023年10月16日 作成者: jarxiv

要約 テキストベースのビジュアル質問応答 (TextVQA) は、冗長な関係推論 … 続きを読む →

カテゴリー: cs.CV, cs.MM | Exploring Sparse Spatial Relation in Graph Inference for Text-Based VQA はコメントを受け付けていません

Soundify: Matching Sound Effects to Video

投稿日: 2023年10月16日 作成者: jarxiv

要約 ビデオ編集の分野では、サウンドはオブジェクトに個性を加え、視聴者を空間に没 … 続きを読む →

カテゴリー: cs.CV, cs.HC, cs.MM, cs.SD, eess.AS | Soundify: Matching Sound Effects to Video はコメントを受け付けていません

Can We Edit Multimodal Large Language Models?

投稿日: 2023年10月16日 作成者: jarxiv

要約 このペーパーでは、マルチモーダル大規模言語モデル (MLLM) の編集に焦 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG, cs.MM | Can We Edit Multimodal Large Language Models? はコメントを受け付けていません

Can We Edit Multimodal Large Language Models?

投稿日: 2023年10月13日 作成者: jarxiv

要約 このペーパーでは、マルチモーダル大規模言語モデル (MLLM) の編集に焦 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG, cs.MM | Can We Edit Multimodal Large Language Models? はコメントを受け付けていません

Soundify: Matching Sound Effects to Video

投稿日: 2023年10月13日 作成者: jarxiv

要約 ビデオ編集の分野では、サウンドはオブジェクトに個性を加え、視聴者を空間に没 … 続きを読む →

カテゴリー: cs.CV, cs.HC, cs.MM, cs.SD, eess.AS | Soundify: Matching Sound Effects to Video はコメントを受け付けていません

altiro3D: Scene representation from single image and novel view synthesis

投稿日: 2023年10月12日 作成者: jarxiv

要約 与えられたオリジナルの RGB 画像またはフラット ビデオから現実を表現す … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.MM | altiro3D: Scene representation from single image and novel view synthesis はコメントを受け付けていません