Copertina

Synthesizing Moving People with 3D Control

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Li, Boyi, Chen, Junming, Rajasegaran, Jathushan, Gandelsman, Yossi, Efros, Alexei A., Malik, Jitendra
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

An Empirical Study of Autoregressive Pre-training from Videos
di: Rajasegaran, Jathushan, et al.
Pubblicazione: (2025)

Interpreting CLIP's Image Representation via Text-Based Decomposition
di: Gandelsman, Yossi, et al.
Pubblicazione: (2023)

Scaling Properties of Diffusion Models for Perceptual Tasks
di: Ravishankar, Rahul, et al.
Pubblicazione: (2024)

Vision Transformers Don't Need Trained Registers
di: Jiang, Nick, et al.
Pubblicazione: (2025)

Gaussian Masked Autoencoders
di: Rajasegaran, Jathushan, et al.
Pubblicazione: (2025)

Tracking by Predicting 3-D Gaussians Over Time
di: Baranwal, Tanish, et al.
Pubblicazione: (2025)

Interpreting the Second-Order Effects of Neurons in CLIP
di: Gandelsman, Yossi, et al.
Pubblicazione: (2024)

Interpreting ResNet-based CLIP via Neuron-Attention Decomposition
di: Bu, Edmund, et al.
Pubblicazione: (2025)

Poly-Autoregressive Prediction for Modeling Interactions
di: Thakkar, Neerja, et al.
Pubblicazione: (2025)

Quantifying and Enabling the Interpretability of CLIP-like Models
di: Madasu, Avinash, et al.
Pubblicazione: (2024)

Synergy and Synchrony in Couple Dances
di: Maluleke, Vongani, et al.
Pubblicazione: (2024)

Jailbreaking Vision-Language Models Through the Visual Modality
di: Azulay, Aharon, et al.
Pubblicazione: (2026)

LLMs can see and hear without any training
di: Ashutosh, Kumar, et al.
Pubblicazione: (2025)

Diffusion Models as Data Mining Tools
di: Siglidis, Ioannis, et al.
Pubblicazione: (2024)

Test-Time Training on Video Streams
di: Wang, Renhao, et al.
Pubblicazione: (2023)

FewShotNeRF: Meta-Learning-based Novel View Synthesis for Rapid Scene-Specific Adaptation
di: Sivakumar, Piraveen, et al.
Pubblicazione: (2024)

The Unreasonable Effectiveness of Text Embedding Interpolation for Continuous Image Steering
di: Ekin, Yigit, et al.
Pubblicazione: (2026)

Back into Plato's Cave: Examining Cross-modal Representational Convergence at Scale
di: Koepke, A. Sophia, et al.
Pubblicazione: (2026)

Humanoid Locomotion as Next Token Prediction
di: Radosavovic, Ilija, et al.
Pubblicazione: (2024)

Learning Video Representations without Natural Videos
di: Yu, Xueyang, et al.
Pubblicazione: (2024)

Interpreting the Weight Space of Customized Diffusion Models
di: Dravid, Amil, et al.
Pubblicazione: (2024)

MV-MOS: Multi-View Feature Fusion for 3D Moving Object Segmentation
di: Cheng, Jintao, et al.
Pubblicazione: (2024)

xT: Nested Tokenization for Larger Context in Large Images
di: Gupta, Ritwik, et al.
Pubblicazione: (2024)

The More You See in 2D, the More You Perceive in 3D
di: Han, Xinyang, et al.
Pubblicazione: (2024)

The Sound of Simulation: Learning Multimodal Sim-to-Real Robot Policies with Generative Audio
di: Wang, Renhao, et al.
Pubblicazione: (2025)

InteractMove: Text-Controlled Human-Object Interaction Generation in 3D Scenes with Movable Objects
di: Cai, Xinhao, et al.
Pubblicazione: (2025)

Steering CLIP's vision transformer with sparse autoencoders
di: Joseph, Sonia, et al.
Pubblicazione: (2025)

What Matters to You? Towards Visual Representation Alignment for Robot Learning
di: Tian, Ran, et al.
Pubblicazione: (2023)

HalluGen: Synthesizing Realistic and Controllable Hallucinations for Evaluating Image Restoration
di: Kim, Seunghoi, et al.
Pubblicazione: (2025)

Dr$^2$Net: Dynamic Reversible Dual-Residual Networks for Memory-Efficient Finetuning
di: Zhao, Chen, et al.
Pubblicazione: (2024)

PoseSyn: Synthesizing Diverse 3D Pose Data from In-the-Wild 2D Data
di: Yang, ChangHee, et al.
Pubblicazione: (2025)

ManipDreamer3D : Synthesizing Plausible Robotic Manipulation Video with Occupancy-aware 3D Trajectory
di: Li, Ying, et al.
Pubblicazione: (2025)

SAM 3D: 3Dfy Anything in Images
di: SAM 3D Team, et al.
Pubblicazione: (2025)

MagicDrive3D: Controllable 3D Generation for Any-View Rendering in Street Scenes
di: Gao, Ruiyuan, et al.
Pubblicazione: (2024)

Synthesizing Physically Plausible Human Motions in 3D Scenes
di: Pan, Liang, et al.
Pubblicazione: (2023)

3DiFACE: Synthesizing and Editing Holistic 3D Facial Animation
di: Thambiraja, Balamurugan, et al.
Pubblicazione: (2025)

Estimating Body and Hand Motion in an Ego-sensed World
di: Yi, Brent, et al.
Pubblicazione: (2024)

Reimagination with Test-time Observation Interventions: Distractor-Robust World Model Predictions for Visual Model Predictive Control
di: Chen, Yuxin, et al.
Pubblicazione: (2025)

Chain of Time: In-Context Physical Simulation with Image Generation Models
di: Wang, YingQiao, et al.
Pubblicazione: (2025)

The Geometry of Compromise: Unlocking Generative Capabilities via Controllable Modality Alignment
di: Liu, Hongyuan, et al.
Pubblicazione: (2026)