-
-
1ピクセルで分類を誤らせる One-Pixel Attack の包括的レビュー、防御と規制の方向性
2026/10/4
One-Pixel Attack の包括的レビューが完了。防御と規制の方向性を示した。
-
-
非同期の協調知覚で精度を上げる EgoRefine、 ego を基準に同期と融合重みを調整する話
2026/10/4
EgoRefine が非同期協調知覚で AP@0.5 に 1.6、AP@0.7 に 2.9 ポイント向上。
-
-
マンジュ文字の構造を復元する手法、低リソース文書の文字認識精度を上げる話
2026/10/4
マンジュ文字復元フレームワークが構造を保存し、画像品質と文字忠実度を向上させた
-
-
VLMで被災地の画像を位置特定と被害評価に使う GRDisaster、災害対応の自動化
2026/10/4
GRDisaster が、VLM で被災地の画像から位置と被害を同時に判定する枠組みを提示した
-
-
心臓超音波の動画キャプションを改善するGPEC、VideoChat2の前段に挿入する手法
2026/10/3
GPEC が VideoChat2 に追加され、心臓超音波のキャプション精度が向上。追加オーバーヘッドは 0.05 秒未満。
-
-
Yolo v5m の検出精度を測る話 悪天候下でのドローン探知
2026/10/3
YOLOv5m は霧で検出精度が大きく低下。霧対応学習で回復するも、極端な霧では限界。
-
-
物語の動画と音声を自動で作る DramaAgent、キャラクターの顔や話のつながりを保つ話
2026/10/3
DramaAgentが、物語動画の生成でキャラクターの顔や話のつながりを保つ手法を出した。
-
-
3D の画像から対象を指す DSSR-3D、カメラの位置で変わる参照を可能にする推論手法
2026/10/3
DSSR-3D が、カメラの位置で変わる 3D 内の指し示しを、追加学習なしで可能にした
-
-
物体検出のドメイン一般化と合成データ、3つの役割を整理した論文
2026/10/3
物体検出のドメイン一般化と合成データの3つの役割を整理した論文が公開された。
-
-
超立方体の最長パスを更新する Snakepit と Beam Anchor、組み合わせ最適化の手法
2026/10/3
Snakepit が、14年ぶりの更新となる超立方体の最長パスの長さを 191 に伸ばした