Align before Adapt: Leveraging Entity-to-Region Alignments for Generalizable Video Action Recognition
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Chen, Yifei, Chen, Dapeng, Liu, Ruijin, Zhou, Sai, Xue, Wenyuan, Peng, Wei |
|---|---|
| Format: | Preprint |
| Publié: |
2023
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Leveraging Temporal Contextualization for Video Action Recognition
par: Kim, Minji, et autres
Publié: (2024)
par: Kim, Minji, et autres
Publié: (2024)
Storyboard guided Alignment for Fine-grained Video Action Recognition
par: Liu, Enqi, et autres
Publié: (2024)
par: Liu, Enqi, et autres
Publié: (2024)
M2-CLIP: A Multimodal, Multi-task Adapting Framework for Video Action Recognition
par: Wang, Mengmeng, et autres
Publié: (2024)
par: Wang, Mengmeng, et autres
Publié: (2024)
Masked Video and Body-worn IMU Autoencoder for Egocentric Action Recognition
par: Zhang, Mingfang, et autres
Publié: (2024)
par: Zhang, Mingfang, et autres
Publié: (2024)
Leveraging Vision-Language Large Models for Interpretable Video Action Recognition with Semantic Tokenization
par: Peng, Jingwei, et autres
Publié: (2025)
par: Peng, Jingwei, et autres
Publié: (2025)
Video-STAR: Reinforcing Open-Vocabulary Action Recognition with Tools
par: Yuan, Zhenlong, et autres
Publié: (2025)
par: Yuan, Zhenlong, et autres
Publié: (2025)
A Survey on Hallucination in Large Vision-Language Models
par: Liu, Hanchao, et autres
Publié: (2024)
par: Liu, Hanchao, et autres
Publié: (2024)
Adapt2Reward: Adapting Video-Language Models to Generalizable Robotic Rewards via Failure Prompts
par: Yang, Yanting, et autres
Publié: (2024)
par: Yang, Yanting, et autres
Publié: (2024)
LARY: A Latent Action Representation Yielding Benchmark for Generalizable Vision-to-Action Alignment
par: Nie, Dujun, et autres
Publié: (2026)
par: Nie, Dujun, et autres
Publié: (2026)
Rethinking CLIP-based Video Learners in Cross-Domain Open-Vocabulary Action Recognition
par: Lin, Kun-Yu, et autres
Publié: (2024)
par: Lin, Kun-Yu, et autres
Publié: (2024)
Towards an Effective Action-Region Tracking Framework for Fine-grained Video Action Recognition
par: Sun, Baoli, et autres
Publié: (2025)
par: Sun, Baoli, et autres
Publié: (2025)
StegaVAR: Privacy-Preserving Video Action Recognition via Steganographic Domain Analysis
par: Chen, Lixin, et autres
Publié: (2025)
par: Chen, Lixin, et autres
Publié: (2025)
Self-supervised Video Instance Segmentation Can Boost Geographic Entity Alignment in Historical Maps
par: Xia, Xue, et autres
Publié: (2024)
par: Xia, Xue, et autres
Publié: (2024)
ActionHub: A Large-scale Action Video Description Dataset for Zero-shot Action Recognition
par: Zhou, Jiaming, et autres
Publié: (2024)
par: Zhou, Jiaming, et autres
Publié: (2024)
RefAlign: Representation Alignment for Reference-to-Video Generation
par: Wang, Lei, et autres
Publié: (2026)
par: Wang, Lei, et autres
Publié: (2026)
Align3R: Aligned Monocular Depth Estimation for Dynamic Videos
par: Lu, Jiahao, et autres
Publié: (2024)
par: Lu, Jiahao, et autres
Publié: (2024)
Denoising-Contrastive Alignment for Continuous Sign Language Recognition
par: Guo, Leming, et autres
Publié: (2023)
par: Guo, Leming, et autres
Publié: (2023)
ActionVOS: Actions as Prompts for Video Object Segmentation
par: Ouyang, Liangyang, et autres
Publié: (2024)
par: Ouyang, Liangyang, et autres
Publié: (2024)
Leveraging Synthetic Data for Generalizable and Fair Facial Action Unit Detection
par: Lu, Liupei, et autres
Publié: (2024)
par: Lu, Liupei, et autres
Publié: (2024)
Percept, Chat, and then Adapt: Multimodal Knowledge Transfer of Foundation Models for Open-World Video Recognition
par: Chen, Boyu, et autres
Publié: (2024)
par: Chen, Boyu, et autres
Publié: (2024)
Multi-Level LVLM Guidance for Untrimmed Video Action Recognition
par: Peng, Liyang, et autres
Publié: (2025)
par: Peng, Liyang, et autres
Publié: (2025)
SkateboardAI: The Coolest Video Action Recognition for Skateboarding
par: Chen, Hanxiao
Publié: (2023)
par: Chen, Hanxiao
Publié: (2023)
Zero-Shot Skeleton-Based Action Recognition With Prototype-Guided Feature Alignment
par: Zhou, Kai, et autres
Publié: (2025)
par: Zhou, Kai, et autres
Publié: (2025)
Generalizable Implicit Motion Modeling for Video Frame Interpolation
par: Guo, Zujin, et autres
Publié: (2024)
par: Guo, Zujin, et autres
Publié: (2024)
From Recognition to Prediction: Leveraging Sequence Reasoning for Action Anticipation
par: Liu, Xin, et autres
Publié: (2024)
par: Liu, Xin, et autres
Publié: (2024)
Incantation: Natural Language as the Action Interface for Multi-Entity Video World Models
par: Zhu, Shangwen, et autres
Publié: (2026)
par: Zhu, Shangwen, et autres
Publié: (2026)
AlignGemini: Generalizable AI-Generated Image Detection Through Task-Model Alignment
par: Chen, Ruoxin, et autres
Publié: (2025)
par: Chen, Ruoxin, et autres
Publié: (2025)
Alignment-free Raw Video Demoireing
par: Xu, Shuning, et autres
Publié: (2024)
par: Xu, Shuning, et autres
Publié: (2024)
Temporal Alignment-Free Video Matching for Few-shot Action Recognition
par: Lee, SuBeen, et autres
Publié: (2025)
par: Lee, SuBeen, et autres
Publié: (2025)
Leveraging Entity Information for Cross-Modality Correlation Learning: The Entity-Guided Multimodal Summarization
par: Zhang, Yanghai, et autres
Publié: (2024)
par: Zhang, Yanghai, et autres
Publié: (2024)
Adapting Short-Term Transformers for Action Detection in Untrimmed Videos
par: Yang, Min, et autres
Publié: (2023)
par: Yang, Min, et autres
Publié: (2023)
From Static to Dynamic: Adapting Landmark-Aware Image Models for Facial Expression Recognition in Videos
par: Chen, Yin, et autres
Publié: (2023)
par: Chen, Yin, et autres
Publié: (2023)
Referring Atomic Video Action Recognition
par: Peng, Kunyu, et autres
Publié: (2024)
par: Peng, Kunyu, et autres
Publié: (2024)
Adapt before Continual Learning
par: Lu, Aojun, et autres
Publié: (2025)
par: Lu, Aojun, et autres
Publié: (2025)
Action Hints: Semantic Typicality and Context Uniqueness for Generalizable Skeleton-based Video Anomaly Detection
par: Tang, Canhui, et autres
Publié: (2025)
par: Tang, Canhui, et autres
Publié: (2025)
Adversarial Robustness in RGB-Skeleton Action Recognition: Leveraging Attention Modality Reweighter
par: Liu, Chao, et autres
Publié: (2024)
par: Liu, Chao, et autres
Publié: (2024)
SV3.3B: A Sports Video Understanding Model for Action Recognition
par: Kodathala, Sai Varun, et autres
Publié: (2025)
par: Kodathala, Sai Varun, et autres
Publié: (2025)
Multi-Modality Co-Learning for Efficient Skeleton-based Action Recognition
par: Liu, Jinfu, et autres
Publié: (2024)
par: Liu, Jinfu, et autres
Publié: (2024)
Heatmap Pooling Network for Action Recognition from RGB Videos
par: Liu, Mengyuan, et autres
Publié: (2025)
par: Liu, Mengyuan, et autres
Publié: (2025)
An Animation-based Augmentation Approach for Action Recognition from Discontinuous Video
par: Song, Xingyu, et autres
Publié: (2024)
par: Song, Xingyu, et autres
Publié: (2024)
Documents similaires
-
Leveraging Temporal Contextualization for Video Action Recognition
par: Kim, Minji, et autres
Publié: (2024) -
Storyboard guided Alignment for Fine-grained Video Action Recognition
par: Liu, Enqi, et autres
Publié: (2024) -
M2-CLIP: A Multimodal, Multi-task Adapting Framework for Video Action Recognition
par: Wang, Mengmeng, et autres
Publié: (2024) -
Masked Video and Body-worn IMU Autoencoder for Egocentric Action Recognition
par: Zhang, Mingfang, et autres
Publié: (2024) -
Leveraging Vision-Language Large Models for Interpretable Video Action Recognition with Semantic Tokenization
par: Peng, Jingwei, et autres
Publié: (2025)