-
-
テキストと動きを双方向に結びつけるMMDiT Timo、人間動作生成の精度を上げる話
2026/9/29
Timoが、テキストと動きの双方向関係を学習し、既存手法を上回る精度を出した。
-
-
雨滴除去のCNNに位置認識を埋め込む手法LLPR、推論コスト増なしで性能を上げる話
2026/9/29
LLPR が、推論コスト増なしで雨滴除去の性能を上げた
-
-
2DGS のステレオレンダリングを高速化する手法、推論時間とメモリを削減する話
2026/9/29
2DGSのステレオレンダリング手法が、推論時間とGPUメモリを削減した。
-
-
動画の該当場面を特定するEviDETR、マルチタスクの精度を上げる手法
2026/9/29
EviDETRが動画の該当場面特定とハイライト検出を高精度に実現
-
-
交通動画の反事実生成を評価するTrafficImag、条件付き生成の成功率を上げる話
2026/9/29
TrafficImag、最良の生成モデルで成功率を23.3%から55.0%に
-
-
脳MR画像のセグメンテーションに一般と専門の事前学習を組み合わせる手法
2026/9/29
脳MR画像セグメンテーションの事前学習が、一般と専門タスクを組み合わせることで性能向上した
-
-
複数エージェントで映像の切れ目なく生成する MVAgent、ショットごとのポリシー最適化
2026/9/29
MVAgent が、複数エージェントで映像の切れ目なく生成するパイプラインを提案した。
-
-
動画から操作信号を抽出する Action Forcing、世界モデルの学習手法
2026/9/29
Action Forcing が、ラベルなし動画から操作信号を抽出して世界モデルを学習した。
-
-
学習済み拡散モデルから人口テンプレートを抽出する推論時サンプラー、再学習不要の atlas 構築
2026/9/29
Intrinsic Atlas が、学習済み拡散モデルから再学習なしで人口テンプレートを抽出した。
-
-
空撮画像の小さな物体を検知する軽量AIに、教師の高解像度特徴を伝えて精度を上げる手法
2026/9/29
CSCWD が、ラズパイ5で82ミリ秒の遅延で小さな物体を検知する精度を上げた