:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Jie, Zhou, Wengang, Zhang, Qilin, Li, Houqiang, Li, Weiping
Format:	Preprint
Veröffentlicht:	2018
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/1801.10111
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Self-Supervised Representation Learning with Spatial-Temporal Consistency for Sign Language Recognition
von: Zhao, Weichao, et al.
Veröffentlicht: (2024)

Cross-Modal Consistency Learning for Sign Language Recognition
von: Wu, Kepeng, et al.
Veröffentlicht: (2025)

MASA: Motion-aware Masked Autoencoder with Semantic Alignment for Sign Language Recognition
von: Zhao, Weichao, et al.
Veröffentlicht: (2024)

Uni-Sign: Toward Unified Sign Language Understanding at Scale
von: Li, Zecheng, et al.
Veröffentlicht: (2025)

Scaling up Multimodal Pre-training for Sign Language Understanding
von: Zhou, Wengang, et al.
Veröffentlicht: (2024)

Exploiting Spatial-Temporal Context for Interacting Hand Reconstruction on Monocular RGB Video
von: Zhao, Weichao, et al.
Veröffentlicht: (2023)

LaneTCA: Enhancing Video Lane Detection with Temporal Context Aggregation
von: Zhou, Keyi, et al.
Veröffentlicht: (2024)

SEDS: Semantically Enhanced Dual-Stream Encoder for Sign Language Retrieval
von: Jiang, Longtao, et al.
Veröffentlicht: (2024)

Mitigating Hallucination in VideoLLMs via Temporal-Aware Activation Engineering
von: Cai, Jianfeng, et al.
Veröffentlicht: (2025)

Robust Multimodal Large Language Models Against Modality Conflict
von: Zhang, Zongmeng, et al.
Veröffentlicht: (2025)

Revisiting Shadow Detection from a Vision-Language Perspective
von: Wang, Yonghui, et al.
Veröffentlicht: (2026)

Recurrent Generic Contour-based Instance Segmentation with Progressive Learning
von: Feng, Hao, et al.
Veröffentlicht: (2023)

GaussNav: Gaussian Splatting for Visual Navigation
von: Lei, Xiaohan, et al.
Veröffentlicht: (2024)

MotionRL: Align Text-to-Motion Generation to Human Preferences with Multi-Reward Reinforcement Learning
von: Liu, Xiaoyang, et al.
Veröffentlicht: (2024)

AdaptVision: Dynamic Input Scaling in MLLMs for Versatile Scene Understanding
von: Wang, Yonghui, et al.
Veröffentlicht: (2024)

StepVAR: Structure-Texture Guided Pruning for Visual Autoregressive Models
von: Liu, Keli, et al.
Veröffentlicht: (2026)

Image2Sentence based Asymmetrical Zero-shot Composed Image Retrieval
von: Du, Yongchao, et al.
Veröffentlicht: (2024)

Forest2Seq: Revitalizing Order Prior for Sequential Indoor Scene Synthesis
von: Sun, Qi, et al.
Veröffentlicht: (2024)

Exploiting GPT-4 Vision for Zero-shot Point Cloud Understanding
von: Sun, Qi, et al.
Veröffentlicht: (2024)

SwinShadow: Shifted Window for Ambiguous Adjacent Shadow Detection
von: Wang, Yonghui, et al.
Veröffentlicht: (2024)

Motion-aware 3D Gaussian Splatting for Efficient Dynamic Scene Reconstruction
von: Guo, Zhiyang, et al.
Veröffentlicht: (2024)

Multi-Cue Adaptive Visual Token Pruning for Large Vision-Language Models
von: Luan, Bozhi, et al.
Veröffentlicht: (2025)

StreetSurfGS: Scalable Urban Street Surface Reconstruction with Planar-based Gaussian Splatting
von: Cui, Xiao, et al.
Veröffentlicht: (2024)

Optimizing Distributional Geometry Alignment with Optimal Transport for Generative Dataset Distillation
von: Cui, Xiao, et al.
Veröffentlicht: (2025)

Instance-aware Exploration-Verification-Exploitation for Instance ImageGoal Navigation
von: Lei, Xiaohan, et al.
Veröffentlicht: (2024)

ROOT: VLM based System for Indoor Scene Understanding and Beyond
von: Wang, Yonghui, et al.
Veröffentlicht: (2024)

Progressive Multi-modal Conditional Prompt Tuning
von: Qiu, Xiaoyu, et al.
Veröffentlicht: (2024)

RoFIR: Robust Fisheye Image Rectification Framework Impervious to Optical Center Deviation
von: Liao, Zhaokang, et al.
Veröffentlicht: (2024)

Learning Generalizable Human Motion Generator with Reinforcement Learning
von: Mao, Yunyao, et al.
Veröffentlicht: (2024)

Text-Animator: Controllable Visual Text Video Generation
von: Liu, Lin, et al.
Veröffentlicht: (2024)

Multi-Scale Invertible Neural Network for Wide-Range Variable-Rate Learned Image Compression
von: Tu, Hanyue, et al.
Veröffentlicht: (2025)

Rethinking Long-tailed Dataset Distillation: A Uni-Level Framework with Unbiased Recovery and Relabeling
von: Cui, Xiao, et al.
Veröffentlicht: (2025)

EG4D: Explicit Generation of 4D Object without Score Distillation
von: Sun, Qi, et al.
Veröffentlicht: (2024)

Structural Action Transformer for 3D Dexterous Manipulation
von: Lei, Xiaohan, et al.
Veröffentlicht: (2026)

Self-Classification Enhancement and Correction for Weakly Supervised Object Detection
von: Yin, Yufei, et al.
Veröffentlicht: (2025)

Spatial Decomposition and Temporal Fusion based Inter Prediction for Learned Video Compression
von: Sheng, Xihua, et al.
Veröffentlicht: (2024)

Make-It-Animatable: An Efficient Framework for Authoring Animation-Ready 3D Characters
von: Guo, Zhiyang, et al.
Veröffentlicht: (2024)

SegSLR: Promptable Video Segmentation for Isolated Sign Language Recognition
von: Schreiber, Sven, et al.
Veröffentlicht: (2025)

ScaleWeaver: Weaving Efficient Controllable T2I Generation with Multi-Scale Reference Attention
von: Liu, Keli, et al.
Veröffentlicht: (2025)

DesignDiffusion: High-Quality Text-to-Design Image Generation with Diffusion Models
von: Wang, Zhendong, et al.
Veröffentlicht: (2025)