拡張現実 に関する最新の記事

新しい手法で、動的な環境でイベントベースのカメラを使った動きの回復が改善される。

新しい方法が光場イメージングを使った深度推定の精度を向上させる。

PilotARは、ARとMRでの観察とデータ収集を改善して、パイロットスタディを向上させるよ。

新しい方法で、2Dの注釈だけを使って3D検出が改善されたんだ。

低視力の人のためのキッチン安全を強化する新しいARシステム。

新しい方法で、単一のRGB画像から効率的に3Dポイントクラウドを生成できるようになったよ。

新しい手法で3D画像の質が向上し、訓練時間が短くなる。

手の形状予測とカメラ調整を統合して3Dモデルを作る方法。

新しい方法でカメラの位置特定のメモリ使用量が改善されて、精度は落ちないよ。

TAPTRv2は、動画のポイント追跡を注意メカニズムを使ってより正確に改善するよ。

新しいフレームワークが拡張現実アプリのデータ通信を向上させることを目指しているよ。

新しい方法で動的オブジェクトの動き分析の精度が上がったよ。

新しい方法が画像マスキングを変革し、精度と使いやすさを向上させてる。

NIS-SLAMは、シーンの解釈を向上させるために、セマンティック理解と高度なマッピングを組み合わせてるよ。

FOVALは、自動焦点メガネの精度と使いやすさを、常にキャリブレーションすることなく向上させる。

カメラの特性を統合すると、自己監視型の深度推定の精度が上がるよ。

IG-SLAMとそのリアルタイムマッピング技術への影響について。

MotionTraceは、ユーザーの動きを予測してAR体験をよりスムーズにするんだ。

新しい手法で、イベントカメラを使った3D空間での物体追跡精度が向上したよ。

自己中心的ビデオ学習を外的データを変換して強化する。

少ない画像を使って質の高いビューを作るための革新的な方法。

SABERは対称性ラベルなしで物体のポーズを推定して、ロボティクスやARアプリケーションを向上させるんだ。

GeoFormerは、ポイントクラウドの欠けているデータを補完することで3D形状の表現を向上させるよ。

研究は、スケール、空間、時間を使って視覚ベースのインターフェースの文脈認識を改善することに焦点を当ててるよ。

新しい方法で、限られた画像を使って効率的に正確な3Dモデルが作れるようになったよ。

この研究は、RGB画像からの3D手のポーズ推定を向上させるものだよ。

事前にカテゴリーを決めずに3Dオブジェクトをセグメント化する新しい方法。

新しい方法が、3Dの認識を使って一人称のビデオでの物体追跡を改善するんだ。

新しい技術がIMUデータを使ってバーチャルリアリティアプリのリアルタイム追跡を改善したよ。

新しい方法で、バーチャルな物体をリアルなシーンにうまく溶け込ませることができるようになった。

研究がVLMの空間的次元理解における強みと弱みを明らかにした。

新しいARシステムが、人間とロボットのチームワークを視線コントロールで向上させるんだ。

新しい方法が瞳のサイズに合わせてホログラフィック画像を改善する。

新しいデータセットがいろんな屋内環境での深度推定を改善したよ。

この記事では、アフィンステアラーを使って画像マッチングを強化する新しい方法について話してるよ。

ARWFMLは、深い技術知識なしでARアプリを簡単に作成できるよ。

新しい方法が3Dポイントクラウドの明瞭さと正確さを向上させる。

新しい方法で、事前に作ったマップなしで拡張現実の視覚的ローカリゼーションが向上するよ。

新しい方法で、手動ラベリングをあまりせずに目の特徴推定が向上するよ。

この記事では、XRで音と触覚を使ってオブジェクトを選ぶ新しい方法について話してるよ。