LaPoseは、標準RGB画像を使って物体の位置決めを改善し、重要な課題に対処してるよ。
Ruida Zhang, Ziqin Huang, Gu Wang
― 1 分で読む
コンピュータビジョン に関する最新の記事
新しいモデルは、人間の視覚処理方法を使って、壊れた画像に対するCNNのパフォーマンスを向上させる。
Lucas Piper, Arlindo L. Oliveira, Tiago Marques
― 1 分で読む
クォータニオンテンソル技術を使って、画像の精度と明瞭さを向上させる革新的な方法。
Alaeddine Zahir, Ahmed Ratnani, Khalide Jbilou
― 1 分で読む
SGDropは、限られたデータからCNNがよりよく学べるように、焦点を広げるのを手助けする。
David Bertoin, Eduardo Hugo Sanchez, Mehdi Zouitine
― 1 分で読む
新しいアルゴリズムがコンピュータビジョンアプリケーションのエネルギー消費を減らす。
Md Abdullah-Al Kaiser, Sreetama Sarkar, Peter A. Beerel
― 1 分で読む
Walkerは、最小限のデータラベリングで効率的なオブジェクトトラッキングを提供します。
Mattia Segu, Luigi Piccinelli, Siyuan Li
― 1 分で読む
新しい技術が、テキストと画像を組み合わせたモデルの性能を向上させるんだ。
Runpeng Yu, Weihao Yu, Xinchao Wang
― 1 分で読む
深層ニューラルネットワークが何を学んでいるのか、そしてそれが既存の知識とどう一致しているのかを明らかにする方法。
Mert Keser, Gesina Schwalbe, Niki Amini-Naieni
― 1 分で読む
視覚的かつ不明確なテキストを使って、空間タスクに対するVLMの評価。
Bowen Zhao, Leo Parker Dirac, Paulina Varshavskaya
― 1 分で読む
イベントカメラからのHDRビデオを向上させる新しい手法を学ぼう。
Yunhao Zou, Ying Fu, Tsuyoshi Takatani
― 1 分で読む
不変マップと共変マップを探ってニューラルネットワークを強化する。
Akiyoshi Sannai, Yuuki Takai, Matthieu Cordonnier
― 1 分で読む
新しい戦略が、複雑な環境でのロボットの動きの安全性と効率を向上させてるよ。
Jonathan Michaux, Seth Isaacson, Challen Enninful Adu
― 1 分で読む
新しい方法がCNNの特徴や意思決定の理解を深める。
Maren H. Wehrheim, Pamela Osuna-Vargas, Matthias Kaschube
― 1 分で読む
ハイパースペクトルイメージングとディープラーニングを組み合わせて、材料分類を改善する。
Savvas Sifnaios, George Arvanitakis, Fotios K. Konstantinidis
― 1 分で読む
小型コンピュータデバイスでの物体検出モデルの性能に関する研究。
Daghash K. Alqahtani, Aamir Cheema, Adel N. Toosi
― 1 分で読む
CLIPFitを紹介するよ、ビジョン-ランゲージモデルの効率的なファインチューニングの方法だ。
Ming Li, Jike Zhong, Chenxin Li
― 1 分で読む
A3フレームワークは、新しいデータ環境に適応するための機械学習モデルを強化するよ。
Chrisantus Eze, Christopher Crick
― 1 分で読む
YOSSは音を使って画像内の物体認識を向上させる。
Wenhao Yang, Jianguo Wei, Wenhuan Lu
― 1 分で読む
Omni6Dデータセットは、多様なカテゴリとリアルなシナリオで物体のポーズ推定を強化するよ。
Mengchen Zhang, Tong Wu, Tai Wang
― 1 分で読む
新しいアプローチでAIが変わったデータを扱う能力が向上した。
Debargha Ganguly, Debayan Gupta, Vipin Chaudhary
― 1 分で読む
新しいトレーニング戦略が3D視覚システムの誤解を招く入力への耐性を向上させる。
Nastaran Darabi, Dinithi Jayasuriya, Devashri Naik
― 1 分で読む
LLaVA-3Dは、2Dと3Dの洞察を組み合わせて、より深い空間的推論を可能にするよ。
Chenming Zhu, Tai Wang, Wenwei Zhang
― 1 分で読む
実世界のアプリでDRLを強化するために合成データの利用を探ってる。
Jacopo Dapueto, Nicoletta Noceti, Francesca Odone
― 1 分で読む
InterNetは、ラベル付きデータなしで画像から学ぶことでホモグラフィ推定を強化する。
Junchen Yu, Si-Yuan Cao, Runmin Zhang
― 1 分で読む
画像のノイズ除去技術について学んで、クリアさとクオリティを向上させよう。
Cameron Khanpour
― 1 分で読む
新しいデータセットが、自動運転の深度推定における視点の変化に対応してるよ。
Aurel Pjetri, Stefano Caprasecca, Leonardo Taccari
― 1 分で読む
イベントデータと従来のフレームを組み合わせて、より良い動きの分析をする方法。
Pritam P. Karmokar, Quan H. Nguyen, William J. Beksi
― 1 分で読む
新しいアプローチが教師と生徒モデルの学習プロセスを向上させるよ。
Yuchen Guan, Runxi Cheng, Kang Liu
― 1 分で読む
モデルにおける一般知識とタスク特化型適応をバランスさせる新しい方法。
Ge Wu, Xin Zhang, Zheng Li
― 1 分で読む
AP-VLMは、アクティブペルセプション技術を通じてロボットの認識とインタラクションを向上させるよ。
Venkatesh Sripada, Samuel Carter, Frank Guerin
― 1 分で読む
P4Qは、効率的な視覚言語モデルのパフォーマンスのために微調整と量子化を組み合わせてるんだ。
Huixin Sun, Runqi Wang, Yanjing Li
― 1 分で読む
TA-Cleanerを紹介するよ。これはデータポイゾニングに対するマルチモーダルモデルの防御を改善する方法なんだ。
Yuan Xun, Siyuan Liang, Xiaojun Jia
― 1 分で読む
軽量で効果的なビジュアルオブジェクトトラッキングのための新しいフレームワーク。
Lingyi Hong, Jinglun Li, Xinyu Zhou
― 1 分で読む
CAMOTはカメラの角度と深さを推定することでマルチオブジェクトトラッキングを改善するよ。
Felix Limanta, Kuniaki Uto, Koichi Shinoda
― 1 分で読む
SimVGは、テキストを特定の画像エリアにもっと効果的にリンクさせることで、視覚的なグラウンディングを改善するよ。
Ming Dai, Lingfeng Yang, Yihao Xu
― 1 分で読む
EAGLEモデルとデータセットは、自己中心的なビデオの理解を深めるのに役立つよ。
Jing Bi, Yunlong Tang, Luchuan Song
― 1 分で読む
新しい方法が人混みのカウント精度とモデルの信頼性を向上させる。
Qiming Wu
― 1 分で読む
SSLモデルがデータポイントをどのように記憶するかとその影響を調べる。
Wenhao Wang, Adam Dziedzic, Michael Backes
― 1 分で読む
新しい方法がSSMベースのビジョンモデルの効率と精度を向上させてるよ。
Zheng Zhan, Zhenglun Kong, Yifan Gong
― 1 分で読む
新しい方法が動的なシーンでの3D形状の精度を向上させる。
Shuo Wang, Binbin Huang, Ruoyu Wang
― 1 分で読む