生成AIを活用したUIプロトタイピング「UI-Diffuser」
生成AIを活用したUIプロトタイピング「UI-Diffuser」
Stable Diffusion
画像認識
拡散モデルを組み合わせた合成画像生成
拡散モデルを組み合わせた合成画像生成
Image generation
PARA：パーソナライズされた画像の美的評価予測のための大規模データセット
PARA：パーソナライズされた画像の美的評価予測のための大規模データセ ...
dataset
グラフ構造を用いたコンピュータビジョンモデル「Vision GNN」
グラフ構造を用いたコンピュータビジョンモデル「Vision GNN」
GNN
自動運転技術に応用可能な画像から3Dボリュームの生成する"VoxFormer"
自動運転技術に応用可能な画像から3Dボリュームの生成する"VoxFor ...
Object Detection
画像と自然言語から操作するロボット学習システムRT-1
画像と自然言語から操作するロボット学習システムRT-1
robot
ビュー階層に依存しない、UI画像のみでUIモデリングを実現する「Spotlight」
ビュー階層に依存しない、UI画像のみでUIモデリングを実現する「Spo ...
深層学習
ByteTrack+外観特徴が最強：SMILETrack
ByteTrack+外観特徴が最強：SMILETrack
Object Tracking
モデルの弱点を克服するデータ拡張手法AugMax登場！
モデルの弱点を克服するデータ拡張手法AugMax登場！
Data Augmentation
テキスト・音声・視覚からマルチモーダルに感情を認識: Sonyが提案したM2FNet！
テキスト・音声・視覚からマルチモーダルに感情を認識: Sonyが提案し ...
Emotion Recognition
異なる解像度の特徴をどう結びつけるべきか？：Sonyが提案したD3Net
異なる解像度の特徴をどう結びつけるべきか？：Sonyが提案したD3Ne ...
CVPR
アフィンの精度をまず上げろ！ViTを用いたレジストレーション：C2FViT
アフィンの精度をまず上げろ！ViTを用いたレジストレーション：C2FV ...
medical
ViTに優った！大規模CNNの新たな基盤モデル！: InternImage
ViTに優った！大規模CNNの新たな基盤モデル！: InternIma ...
深層学習
シンプルだけど最強！？モデルの汎化性と不確実性両方を改善するデータ拡張手法AugMix登場！
シンプルだけど最強！？モデルの汎化性と不確実性両方を改善するデータ拡張 ...
Data Augmentation
情報の削除による敵対的攻撃手法！
情報の削除による敵対的攻撃手法！
adversarial perturbation
StrongSORT: DeepSORTが強くなって帰ってきた！アップグレードされた追尾モデル！
StrongSORT: DeepSORTが強くなって帰ってきた！アップ ...
Object Tracking
VoxelMorph: 医用画像のためのUNetベースのレジストレーションモデル！
VoxelMorph: 医用画像のためのUNetベースのレジストレーシ ...
medical
合成した顔画像による顔認識用の新たな大規模データセット「DigiFace-1M」
合成した顔画像による顔認識用の新たな大規模データセット「DigiFac ...
Face Recognition