OCTO+: A Suite for Automatic Open-Vocabulary Object Placement in Mixed Reality
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Sharma, Aditya, Yoffe, Luke, Höllerer, Tobias |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Open-Vocabulary Object Detection via Language Hierarchy
par: Huang, Jiaxing, et autres
Publié: (2024)
par: Huang, Jiaxing, et autres
Publié: (2024)
Words into World: A Task-Adaptive Agent for Language-Guided Spatial Retrieval in AR
par: Guo, Lixing, et autres
Publié: (2025)
par: Guo, Lixing, et autres
Publié: (2025)
HA-FGOVD: Highlighting Fine-grained Attributes via Explicit Linear Composition for Open-Vocabulary Object Detection
par: Ma, Yuqi, et autres
Publié: (2024)
par: Ma, Yuqi, et autres
Publié: (2024)
Talking to DINO: Bridging Self-Supervised Vision Backbones with Language for Open-Vocabulary Segmentation
par: Barsellotti, Luca, et autres
Publié: (2024)
par: Barsellotti, Luca, et autres
Publié: (2024)
World-to-Words: Grounded Open Vocabulary Acquisition through Fast Mapping in Vision-Language Models
par: Ma, Ziqiao, et autres
Publié: (2023)
par: Ma, Ziqiao, et autres
Publié: (2023)
Catch Me If You Can Describe Me: Open-Vocabulary Camouflaged Instance Segmentation with Diffusion
par: Vu, Tuan-Anh, et autres
Publié: (2023)
par: Vu, Tuan-Anh, et autres
Publié: (2023)
Unconstrained Open Vocabulary Image Classification: Zero-Shot Transfer from Text to Image via CLIP Inversion
par: Allgeuer, Philipp, et autres
Publié: (2024)
par: Allgeuer, Philipp, et autres
Publié: (2024)
Losing Visual Needles in Image Haystacks: Vision Language Models are Easily Distracted in Short and Long Contexts
par: Sharma, Aditya, et autres
Publié: (2024)
par: Sharma, Aditya, et autres
Publié: (2024)
Sampling Bag of Views for Open-Vocabulary Object Detection
par: Choi, Hojun, et autres
Publié: (2024)
par: Choi, Hojun, et autres
Publié: (2024)
MedMax: Mixed-Modal Instruction Tuning for Training Biomedical Assistants
par: Bansal, Hritik, et autres
Publié: (2024)
par: Bansal, Hritik, et autres
Publié: (2024)
MMMG: a Comprehensive and Reliable Evaluation Suite for Multitask Multimodal Generation
par: Yao, Jihan, et autres
Publié: (2025)
par: Yao, Jihan, et autres
Publié: (2025)
VOVTrack: Exploring the Potentiality in Videos for Open-Vocabulary Object Tracking
par: Qian, Zekun, et autres
Publié: (2024)
par: Qian, Zekun, et autres
Publié: (2024)
Interpretable Open-Vocabulary Referring Object Detection with Reverse Contrast Attention
par: Juanico, Drandreb Earl O., et autres
Publié: (2025)
par: Juanico, Drandreb Earl O., et autres
Publié: (2025)
Semantic-Drive: Democratizing Long-Tail Data Curation via Open-Vocabulary Grounding and Neuro-Symbolic VLM Consensus
par: Guillen-Perez, Antonio
Publié: (2025)
par: Guillen-Perez, Antonio
Publié: (2025)
From Open Vocabulary to Open World: Teaching Vision Language Models to Detect Novel Objects
par: Li, Zizhao, et autres
Publié: (2024)
par: Li, Zizhao, et autres
Publié: (2024)
Who Evaluates the Evaluations? Objectively Scoring Text-to-Image Prompt Coherence Metrics with T2IScoreScore (TS2)
par: Saxon, Michael, et autres
Publié: (2024)
par: Saxon, Michael, et autres
Publié: (2024)
Adaptive 3D UI Placement in Mixed Reality Using Deep Reinforcement Learning
par: Lu, Feiyu, et autres
Publié: (2025)
par: Lu, Feiyu, et autres
Publié: (2025)
Beyond Bare Queries: Open-Vocabulary Object Grounding with 3D Scene Graph
par: Linok, Sergey, et autres
Publié: (2024)
par: Linok, Sergey, et autres
Publié: (2024)
Find n' Propagate: Open-Vocabulary 3D Object Detection in Urban Environments
par: Etchegaray, Djamahl, et autres
Publié: (2024)
par: Etchegaray, Djamahl, et autres
Publié: (2024)
OV-DQUO: Open-Vocabulary DETR with Denoising Text Query Training and Open-World Unknown Objects Supervision
par: Wang, Junjie, et autres
Publié: (2024)
par: Wang, Junjie, et autres
Publié: (2024)
GeoSAM-3D: Geodesic Prompt Propagation for Open-Vocabulary 3D Scene Segmentation from Monocular Video
par: Sharma, Arun
Publié: (2026)
par: Sharma, Arun
Publié: (2026)
WoMAP: World Models For Embodied Open-Vocabulary Object Localization
par: Yin, Tenny, et autres
Publié: (2025)
par: Yin, Tenny, et autres
Publié: (2025)
Bharat Scene Text: A Novel Comprehensive Dataset and Benchmark for Indian Language Scene Text Understanding
par: De, Anik, et autres
Publié: (2025)
par: De, Anik, et autres
Publié: (2025)
DENEB: A Hallucination-Robust Automatic Evaluation Metric for Image Captioning
par: Matsuda, Kazuki, et autres
Publié: (2024)
par: Matsuda, Kazuki, et autres
Publié: (2024)
GREAT: Geometry-Intention Collaborative Inference for Open-Vocabulary 3D Object Affordance Grounding
par: Shao, Yawen, et autres
Publié: (2024)
par: Shao, Yawen, et autres
Publié: (2024)
LED: LLM Enhanced Open-Vocabulary Object Detection without Human Curated Data Generation
par: Zhou, Yang, et autres
Publié: (2025)
par: Zhou, Yang, et autres
Publié: (2025)
Natural Language Generation from Visual Events: State-of-the-Art and Key Open Questions
par: Surikuchi, Aditya K, et autres
Publié: (2025)
par: Surikuchi, Aditya K, et autres
Publié: (2025)
Hierarchical Open-Vocabulary 3D Scene Graphs for Language-Grounded Robot Navigation
par: Werby, Abdelrhman, et autres
Publié: (2024)
par: Werby, Abdelrhman, et autres
Publié: (2024)
OpenObj: Open-Vocabulary Object-Level Neural Radiance Fields with Fine-Grained Understanding
par: Deng, Yinan, et autres
Publié: (2024)
par: Deng, Yinan, et autres
Publié: (2024)
Towards Open Vocabulary Learning: A Survey
par: Wu, Jianzong, et autres
Publié: (2023)
par: Wu, Jianzong, et autres
Publié: (2023)
Mitigating Open-Vocabulary Caption Hallucinations
par: Ben-Kish, Assaf, et autres
Publié: (2023)
par: Ben-Kish, Assaf, et autres
Publié: (2023)
From Pixels to Insights: A Survey on Automatic Chart Understanding in the Era of Large Foundation Models
par: Huang, Kung-Hsiang, et autres
Publié: (2024)
par: Huang, Kung-Hsiang, et autres
Publié: (2024)
Toward Automatic Safe Driving Instruction: A Large-Scale Vision Language Model Approach
par: Sakajo, Haruki, et autres
Publié: (2025)
par: Sakajo, Haruki, et autres
Publié: (2025)
Automatic Layout Planning for Visually-Rich Documents with Instruction-Following Models
par: Zhu, Wanrong, et autres
Publié: (2024)
par: Zhu, Wanrong, et autres
Publié: (2024)
Automatic benchmarking of large multimodal models via iterative experiment programming
par: Conti, Alessandro, et autres
Publié: (2024)
par: Conti, Alessandro, et autres
Publié: (2024)
Where is the multimodal goal post? On the Ability of Foundation Models to Recognize Contextually Important Moments
par: Surikuchi, Aditya K, et autres
Publié: (2026)
par: Surikuchi, Aditya K, et autres
Publié: (2026)
Re-Thinking the Automatic Evaluation of Image-Text Alignment in Text-to-Image Models
par: Zhang, Huixuan, et autres
Publié: (2025)
par: Zhang, Huixuan, et autres
Publié: (2025)
FindAnything: Open-Vocabulary and Object-Centric Mapping for Robot Exploration in Any Environment
par: Laina, Sebastián Barbas, et autres
Publié: (2025)
par: Laina, Sebastián Barbas, et autres
Publié: (2025)
NeoBabel: A Multilingual Open Tower for Visual Generation
par: Derakhshani, Mohammad Mahdi, et autres
Publié: (2025)
par: Derakhshani, Mohammad Mahdi, et autres
Publié: (2025)
Multi-modal, Multi-task, Multi-criteria Automatic Evaluation with Vision Language Models
par: Ohi, Masanari, et autres
Publié: (2024)
par: Ohi, Masanari, et autres
Publié: (2024)
Documents similaires
-
Open-Vocabulary Object Detection via Language Hierarchy
par: Huang, Jiaxing, et autres
Publié: (2024) -
Words into World: A Task-Adaptive Agent for Language-Guided Spatial Retrieval in AR
par: Guo, Lixing, et autres
Publié: (2025) -
HA-FGOVD: Highlighting Fine-grained Attributes via Explicit Linear Composition for Open-Vocabulary Object Detection
par: Ma, Yuqi, et autres
Publié: (2024) -
Talking to DINO: Bridging Self-Supervised Vision Backbones with Language for Open-Vocabulary Segmentation
par: Barsellotti, Luca, et autres
Publié: (2024) -
World-to-Words: Grounded Open Vocabulary Acquisition through Fast Mapping in Vision-Language Models
par: Ma, Ziqiao, et autres
Publié: (2023)