Buchumschlag

Zero-shot Prompt-based Video Encoder for Surgical Gesture Recognition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rao, Mingxing, Qin, Yinhong, Kolouri, Soheil, Wu, Jie Ying, Moyer, Daniel
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generalization and Memorization in Rectified Flow
von: Rao, Mingxing, et al.
Veröffentlicht: (2026)

Score-based Membership Inference on Diffusion Models
von: Rao, Mingxing, et al.
Veröffentlicht: (2025)

Training Noise Token Pruning
von: Rao, Mingxing, et al.
Veröffentlicht: (2024)

Latent Diffusion Inversion Requires Understanding the Latent Space
von: Rao, Mingxing, et al.
Veröffentlicht: (2025)

Multi-Modal Gesture Recognition from Video and Surgical Tool Pose Information via Motion Invariants
von: Atoum, Jumanh, et al.
Veröffentlicht: (2025)

One Category One Prompt: Dataset Distillation using Diffusion Models
von: Abbasi, Ali, et al.
Veröffentlicht: (2024)

HecVL: Hierarchical Video-Language Pretraining for Zero-shot Surgical Phase Recognition
von: Yuan, Kun, et al.
Veröffentlicht: (2024)

Zero-Shot Underwater Gesture Recognition
von: Sarma, Sandipan, et al.
Veröffentlicht: (2024)

BackdoorIDS: Zero-shot Backdoor Detection for Pretrained Vision Encoder
von: Huang, Siquan, et al.
Veröffentlicht: (2026)

Vector-Quantized Soft Label Compression for Dataset Distillation
von: Abbasi, Ali, et al.
Veröffentlicht: (2026)

Prompt-to-Gesture: Measuring the Capabilities of Image-to-Video Deictic Gesture Generation
von: Ali, Hassan, et al.
Veröffentlicht: (2026)

Fine-gained Zero-shot Video Sampling
von: Chen, Dengsheng, et al.
Veröffentlicht: (2024)

SCALE: Semantic- and Confidence-Aware Conditional Variational Autoencoder for Zero-shot Skeleton-based Action Recognition
von: Oraki, Soroush, et al.
Veröffentlicht: (2026)

VideoMaker: Zero-shot Customized Video Generation with the Inherent Force of Video Diffusion Models
von: Wu, Tao, et al.
Veröffentlicht: (2024)

SG-Nav: Online 3D Scene Graph Prompting for LLM-based Zero-shot Object Navigation
von: Yin, Hang, et al.
Veröffentlicht: (2024)

Think Step by Step: Chain-of-Gesture Prompting for Error Detection in Robotic Surgical Videos
von: Shao, Zhimin, et al.
Veröffentlicht: (2024)

Min Generalized Sliced Gromov Wasserstein: A Scalable Path to Gromov Wasserstein
von: Shahbazi, Ashkan, et al.
Veröffentlicht: (2026)

Meta-Prompting for Automating Zero-shot Visual Recognition with LLMs
von: Mirza, M. Jehanzeb, et al.
Veröffentlicht: (2024)

Zero-shot HOI Detection with MLLM-based Detector-agnostic Interaction Recognition
von: Xuan, Shiyu, et al.
Veröffentlicht: (2026)

ZeroPose: CAD-Prompted Zero-shot Object 6D Pose Estimation in Cluttered Scenes
von: Chen, Jianqiu, et al.
Veröffentlicht: (2023)

Prompt-based Visual Alignment for Zero-shot Policy Transfer
von: Gao, Haihan, et al.
Veröffentlicht: (2024)

DiffTED: One-shot Audio-driven TED Talk Video Generation with Diffusion-based Co-speech Gestures
von: Hogue, Steven, et al.
Veröffentlicht: (2024)

ActionHub: A Large-scale Action Video Description Dataset for Zero-shot Action Recognition
von: Zhou, Jiaming, et al.
Veröffentlicht: (2024)

MM-Gesture: Towards Precise Micro-Gesture Recognition through Multimodal Fusion
von: Gu, Jihao, et al.
Veröffentlicht: (2025)

Boosting Gesture Recognition with an Automatic Gesture Annotation Framework
von: Shen, Junxiao, et al.
Veröffentlicht: (2024)

Efficient Transferable Optimal Transport via Min-Sliced Transport Plans
von: Liu, Xinran, et al.
Veröffentlicht: (2025)

NOLA: Compressing LoRA using Linear Combination of Random Basis
von: Koohpayegani, Soroush Abbasi, et al.
Veröffentlicht: (2023)

Zero-shot Compositional Action Recognition with Neural Logic Constraints
von: Ye, Gefan, et al.
Veröffentlicht: (2025)

EndoPBR: Material and Lighting Estimation for Photorealistic Surgical Simulations via Physically-based Rendering
von: Han, John J., et al.
Veröffentlicht: (2025)

Hierarchical Compositional Representations for Few-shot Action Recognition
von: Li, Changzhen, et al.
Veröffentlicht: (2022)

Forearm Ultrasound based Gesture Recognition on Edge
von: Bimbraw, Keshav, et al.
Veröffentlicht: (2024)

Equivariant vs. Invariant Layers: A Comparison of Backbone and Pooling for Point Cloud Classification
von: Kothapalli, Abihith, et al.
Veröffentlicht: (2023)

Exploring Conditional Multi-Modal Prompts for Zero-shot HOI Detection
von: Lei, Ting, et al.
Veröffentlicht: (2024)

Fine-grained Abnormality Prompt Learning for Zero-shot Anomaly Detection
von: Zhu, Jiawen, et al.
Veröffentlicht: (2024)

GenCLIP: Generalizing CLIP Prompts for Zero-shot Anomaly Detection
von: Kim, Donghyeong, et al.
Veröffentlicht: (2025)

PDV: Prompt Directional Vectors for Zero-shot Composed Image Retrieval
von: Tursun, Osman, et al.
Veröffentlicht: (2025)

How Far Are Surgeons from Surgical World Models? A Pilot Study on Zero-shot Surgical Video Generation with Expert Assessment
von: Chen, Zhen, et al.
Veröffentlicht: (2025)

An Evaluation of Large Pre-Trained Models for Gesture Recognition using Synthetic Videos
von: Reddy, Arun, et al.
Veröffentlicht: (2024)

SHANDS: A Multi-View Dataset and Benchmark for Surgical Hand-Gesture and Error Recognition Toward Medical Training
von: Ma, Le, et al.
Veröffentlicht: (2026)

ZeroShape: Regression-based Zero-shot Shape Reconstruction
von: Huang, Zixuan, et al.
Veröffentlicht: (2023)