Zero-Shot Open-Vocabulary Tracking with Large Pre-Trained Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Chu, Wen-Hsuan, Harley, Adam W., Tokmakov, Pavel, Dave, Achal, Guibas, Leonidas, Fragkiadaki, Katerina |
|---|---|
| Format: | Preprint |
| Publié: |
2023
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
AllTracker: Efficient Dense Point Tracking at High Resolution
par: Harley, Adam W., et autres
Publié: (2025)
par: Harley, Adam W., et autres
Publié: (2025)
GRIN: Zero-Shot Metric Depth with Pixel-Level Diffusion
par: Guizilini, Vitor, et autres
Publié: (2024)
par: Guizilini, Vitor, et autres
Publié: (2024)
Refining Pre-Trained Motion Models
par: Sun, Xinglong, et autres
Publié: (2024)
par: Sun, Xinglong, et autres
Publié: (2024)
Generative 4D Scene Gaussian Splatting with Object View-Synthesis Priors
par: Chu, Wen-Hsuan, et autres
Publié: (2025)
par: Chu, Wen-Hsuan, et autres
Publié: (2025)
Zero-Shot Image Feature Consensus with Deep Functional Maps
par: Cheng, Xinle, et autres
Publié: (2024)
par: Cheng, Xinle, et autres
Publié: (2024)
TAPIP3D: Tracking Any Point in Persistent 3D Geometry
par: Zhang, Bowei, et autres
Publié: (2025)
par: Zhang, Bowei, et autres
Publié: (2025)
DreamScene4D: Dynamic Multi-Object Scene Generation from Monocular Videos
par: Chu, Wen-Hsuan, et autres
Publié: (2024)
par: Chu, Wen-Hsuan, et autres
Publié: (2024)
Support-Set Context Matters for Bongard Problems
par: Raghuraman, Nikhil, et autres
Publié: (2023)
par: Raghuraman, Nikhil, et autres
Publié: (2023)
View-Consistent Hierarchical 3D Segmentation Using Ultrametric Feature Fields
par: He, Haodi, et autres
Publié: (2024)
par: He, Haodi, et autres
Publié: (2024)
Animal Pose Labeling Using General-Purpose Point Trackers
par: Pan, Zhuoyang, et autres
Publié: (2025)
par: Pan, Zhuoyang, et autres
Publié: (2025)
LookOut: Real-World Humanoid Egocentric Navigation
par: Pan, Boxiao, et autres
Publié: (2025)
par: Pan, Boxiao, et autres
Publié: (2025)
MoSca: Dynamic Gaussian Fusion from Casual Videos via 4D Motion Scaffolds
par: Lei, Jiahui, et autres
Publié: (2024)
par: Lei, Jiahui, et autres
Publié: (2024)
pix2gestalt: Amodal Segmentation by Synthesizing Wholes
par: Ozguroglu, Ege, et autres
Publié: (2024)
par: Ozguroglu, Ege, et autres
Publié: (2024)
Understanding Video Transformers via Universal Concept Discovery
par: Kowal, Matthew, et autres
Publié: (2024)
par: Kowal, Matthew, et autres
Publié: (2024)
Zero-Shot Open-Vocabulary Human Motion Grounding with Test-Time Training
par: Zhou, Yunjiao, et autres
Publié: (2025)
par: Zhou, Yunjiao, et autres
Publié: (2025)
Dreamitate: Real-World Visuomotor Policy Learning via Video Generation
par: Liang, Junbang, et autres
Publié: (2024)
par: Liang, Junbang, et autres
Publié: (2024)
Energy-based Models are Zero-Shot Planners for Compositional Scene Rearrangement
par: Gkanatsios, Nikolaos, et autres
Publié: (2023)
par: Gkanatsios, Nikolaos, et autres
Publié: (2023)
Synthetic Captions for Open-Vocabulary Zero-Shot Segmentation
par: Lebailly, Tim, et autres
Publié: (2025)
par: Lebailly, Tim, et autres
Publié: (2025)
Understanding Complexity in VideoQA via Visual Program Generation
par: Eyzaguirre, Cristobal, et autres
Publié: (2025)
par: Eyzaguirre, Cristobal, et autres
Publié: (2025)
Diffusion Self-Distillation for Zero-Shot Customized Image Generation
par: Cai, Shengqu, et autres
Publié: (2024)
par: Cai, Shengqu, et autres
Publié: (2024)
A Simple Framework for Open-Vocabulary Zero-Shot Segmentation
par: Stegmüller, Thomas, et autres
Publié: (2024)
par: Stegmüller, Thomas, et autres
Publié: (2024)
Exploring Vision-Language Models for Open-Vocabulary Zero-Shot Action Segmentation
par: Unmesh, Asim, et autres
Publié: (2026)
par: Unmesh, Asim, et autres
Publié: (2026)
Dynamic Gaussian Marbles for Novel View Synthesis of Casual Monocular Videos
par: Stearns, Colton, et autres
Publié: (2024)
par: Stearns, Colton, et autres
Publié: (2024)
Zero-Shot Video Semantic Segmentation based on Pre-Trained Diffusion Models
par: Wang, Qian, et autres
Publié: (2024)
par: Wang, Qian, et autres
Publié: (2024)
Monocular Dynamic Gaussian Splatting: Fast, Brittle, and Scene Complexity Rules
par: Liang, Yiqing, et autres
Publié: (2024)
par: Liang, Yiqing, et autres
Publié: (2024)
RAM: Retrieval-Based Affordance Transfer for Generalizable Zero-Shot Robotic Manipulation
par: Kuang, Yuxuan, et autres
Publié: (2024)
par: Kuang, Yuxuan, et autres
Publié: (2024)
Dex4D: Task-Agnostic Point Track Policy for Sim-to-Real Dexterous Manipulation
par: Kuang, Yuxuan, et autres
Publié: (2026)
par: Kuang, Yuxuan, et autres
Publié: (2026)
BlenderAlchemy: Editing 3D Graphics with Vision-Language Models
par: Huang, Ian, et autres
Publié: (2024)
par: Huang, Ian, et autres
Publié: (2024)
PACE: A Large-Scale Dataset with Pose Annotations in Cluttered Environments
par: You, Yang, et autres
Publié: (2023)
par: You, Yang, et autres
Publié: (2023)
Open-Vocabulary Panoptic Segmentation Using BERT Pre-Training of Vision-Language Multiway Transformer Model
par: Chen, Yi-Chia, et autres
Publié: (2024)
par: Chen, Yi-Chia, et autres
Publié: (2024)
ODIN: A Single Model for 2D and 3D Segmentation
par: Jain, Ayush, et autres
Publié: (2024)
par: Jain, Ayush, et autres
Publié: (2024)
Audio-Visual Generalized Zero-Shot Learning using Pre-Trained Large Multi-Modal Models
par: Kurzendörfer, David, et autres
Publié: (2024)
par: Kurzendörfer, David, et autres
Publié: (2024)
RADSeg: Unleashing Parameter and Compute Efficient Zero-Shot Open-Vocabulary Segmentation Using Agglomerative Models
par: Alama, Omar, et autres
Publié: (2025)
par: Alama, Omar, et autres
Publié: (2025)
RSVG-ZeroOV: Exploring a Training-Free Framework for Zero-Shot Open-Vocabulary Visual Grounding in Remote Sensing Images
par: Li, Ke, et autres
Publié: (2025)
par: Li, Ke, et autres
Publié: (2025)
Generative Camera Dolly: Extreme Monocular Dynamic Novel View Synthesis
par: Van Hoorick, Basile, et autres
Publié: (2024)
par: Van Hoorick, Basile, et autres
Publié: (2024)
DOZE: A Dataset for Open-Vocabulary Zero-Shot Object Navigation in Dynamic Environments
par: Ma, Ji, et autres
Publié: (2024)
par: Ma, Ji, et autres
Publié: (2024)
Zero-Shot Dual-Path Integration Framework for Open-Vocabulary 3D Instance Segmentation
par: Ton, Tri, et autres
Publié: (2024)
par: Ton, Tri, et autres
Publié: (2024)
Modulating CNN Features with Pre-Trained ViT Representations for Open-Vocabulary Object Detection
par: Gao, Xiangyu, et autres
Publié: (2025)
par: Gao, Xiangyu, et autres
Publié: (2025)
Hierarchically-Structured Open-Vocabulary Indoor Scene Synthesis with Pre-trained Large Language Model
par: Sun, Weilin, et autres
Publié: (2025)
par: Sun, Weilin, et autres
Publié: (2025)
SeeGround: See and Ground for Zero-Shot Open-Vocabulary 3D Visual Grounding
par: Li, Rong, et autres
Publié: (2024)
par: Li, Rong, et autres
Publié: (2024)
Documents similaires
-
AllTracker: Efficient Dense Point Tracking at High Resolution
par: Harley, Adam W., et autres
Publié: (2025) -
GRIN: Zero-Shot Metric Depth with Pixel-Level Diffusion
par: Guizilini, Vitor, et autres
Publié: (2024) -
Refining Pre-Trained Motion Models
par: Sun, Xinglong, et autres
Publié: (2024) -
Generative 4D Scene Gaussian Splatting with Object View-Synthesis Priors
par: Chu, Wen-Hsuan, et autres
Publié: (2025) -
Zero-Shot Image Feature Consensus with Deep Functional Maps
par: Cheng, Xinle, et autres
Publié: (2024)