「cs.MM」カテゴリーアーカイブ

Sample then Identify: A General Framework for Risk Control and Assessment in Multimodal Large Language Models

投稿日: 2024年10月11日 作成者: jarxiv

要約 マルチモーダル大規模言語モデル (MLLM) は、さまざまなタスクにわたっ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.MM | Sample then Identify: A General Framework for Risk Control and Assessment in Multimodal Large Language Models はコメントを受け付けていません

CMMD: Contrastive Multi-Modal Diffusion for Video-Audio Conditional Modeling

投稿日: 2024年10月10日 作成者: jarxiv

要約 ビデオとオーディオの双方向の条件付き生成に合わせたマルチモーダル拡散モデル … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.MM, cs.SD, eess.AS | CMMD: Contrastive Multi-Modal Diffusion for Video-Audio Conditional Modeling はコメントを受け付けていません

VideoCLIP-XL: Advancing Long Description Understanding for Video CLIP Models

投稿日: 2024年10月7日 作成者: jarxiv

要約 対照的言語イメージ事前学習（CLIP）は広く研究され、多くのアプリケーショ … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.MM | VideoCLIP-XL: Advancing Long Description Understanding for Video CLIP Models はコメントを受け付けていません

SonicSense: Object Perception from In-Hand Acoustic Vibration

投稿日: 2024年10月4日 作成者: jarxiv

要約 SonicSenseを紹介する。SonicSenseは、ハードウェアとソフ … 続きを読む →

カテゴリー: cs.MM, cs.RO, cs.SD, eess.AS | SonicSense: Object Perception from In-Hand Acoustic Vibration はコメントを受け付けていません

Releasing the Parameter Latency of Neural Representation for High-Efficiency Video Compression

投稿日: 2024年10月4日 作成者: jarxiv

要約 何十年もの間、映像圧縮技術は著名な研究分野であった。従来のハイブリッド動画 … 続きを読む →

カテゴリー: cs.CV, cs.MM, eess.IV | Releasing the Parameter Latency of Neural Representation for High-Efficiency Video Compression はコメントを受け付けていません

Unleashing Parameter Potential of Neural Representation for Efficient Video Compression

投稿日: 2024年10月3日 作成者: jarxiv

要約 何十年もの間、ビデオ圧縮テクノロジーは著名な研究分野でした。 従来のハイブ … 続きを読む →

カテゴリー: cs.CV, cs.MM, eess.IV | Unleashing Parameter Potential of Neural Representation for Efficient Video Compression はコメントを受け付けていません

RADAR: Robust Two-stage Modality-incomplete Industrial Anomaly Detection

投稿日: 2024年10月3日 作成者: jarxiv

要約 3D 点群と 2D RGB 画像を利用して製品の異常領域を特定するマルチモ … 続きを読む →

カテゴリー: cs.CV, cs.MM | RADAR: Robust Two-stage Modality-incomplete Industrial Anomaly Detection はコメントを受け付けていません

SVFAP: Self-supervised Video Facial Affect Perceiver

投稿日: 2024年10月2日 作成者: jarxiv

要約 ビデオベースの顔の感情分析は、人間とコンピューターのインタラクションにおい … 続きを読む →

カテゴリー: cs.CV, cs.HC, cs.MM | SVFAP: Self-supervised Video Facial Affect Perceiver はコメントを受け付けていません

FreeMask: Rethinking the Importance of Attention Masks for Zero-Shot Video Editing

投稿日: 2024年10月1日 作成者: jarxiv

要約 テキストからビデオへの普及モデルは目覚ましい進歩を遂げました。 時間的に一 … 続きを読む →

カテゴリー: cs.CV, cs.MM | FreeMask: Rethinking the Importance of Attention Masks for Zero-Shot Video Editing はコメントを受け付けていません

Computer-mediated therapies for stroke rehabilitation: a systematic review and meta-Analysis

投稿日: 2024年10月1日 作成者: jarxiv

要約 目的: 脳卒中患者の身体的および心理的状態の改善における、従来の治療法 ( … 続きを読む →

カテゴリー: cs.AI, cs.HC, cs.MM, J.3.2, physics.med-ph | Computer-mediated therapies for stroke rehabilitation: a systematic review and meta-Analysis はコメントを受け付けていません