Buchumschlag

Leveraging YOLO-World and GPT-4V LMMs for Zero-Shot Person Detection and Action Recognition in Drone Imagery

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Limberg, Christian, Gonçalves, Artur, Rigault, Bastien, Prendinger, Helmut
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DriveVA: Video Action Models are Zero-Shot Drivers
von: Liu, Mengmeng, et al.
Veröffentlicht: (2026)

ZeroSCD: Zero-Shot Street Scene Change Detection
von: Kannan, Shyam Sundar, et al.
Veröffentlicht: (2024)

High-Speed Vision Improves Zero-Shot Semantic Understanding of Human Actions
von: Cao, Yongpeng, et al.
Veröffentlicht: (2026)

Comparative Analysis of Military Detection Using Drone Imagery Across Multiple Visual Spectrums
von: Shuvo, Sourov Roy, et al.
Veröffentlicht: (2026)

World Action Models are Zero-shot Policies
von: Ye, Seonghyeon, et al.
Veröffentlicht: (2026)

UAV-Borne Mapping Algorithms for Low-Altitude and High-Speed Drone Applications
von: Zhang, Jincheng, et al.
Veröffentlicht: (2024)

DegustaBot: Zero-Shot Visual Preference Estimation for Personalized Multi-Object Rearrangement
von: Newman, Benjamin A., et al.
Veröffentlicht: (2024)

Detecting Endangered Marine Species in Autonomous Underwater Vehicle Imagery Using Point Annotations and Few-Shot Learning
von: Doig, Heather, et al.
Veröffentlicht: (2024)

OmniShape: Zero-Shot Multi-Hypothesis Shape and Pose Estimation in the Real World
von: Liu, Katherine, et al.
Veröffentlicht: (2025)

Object-conditioned Bag of Instances for Few-Shot Personalized Instance Recognition
von: Michieli, Umberto, et al.
Veröffentlicht: (2024)

ConsistNav: Closing the Action Consistency Gap in Zero-Shot Object Navigation with Semantic Executive Control
von: Wang, Haosen, et al.
Veröffentlicht: (2026)

Zero-BEV: Zero-shot Projection of Any First-Person Modality to BEV Maps
von: Monaci, Gianluca, et al.
Veröffentlicht: (2024)

SpatialNav: Leveraging Spatial Scene Graphs for Zero-Shot Vision-and-Language Navigation
von: Zhang, Jiwen, et al.
Veröffentlicht: (2026)

A4-Agent: An Agentic Framework for Zero-Shot Affordance Reasoning
von: Zhang, Zixin, et al.
Veröffentlicht: (2025)

LRDDv2: Enhanced Long-Range Drone Detection Dataset with Range Information and Comprehensive Real-World Challenges
von: Rouhi, Amirreza, et al.
Veröffentlicht: (2025)

Leveraging Unknown Objects to Construct Labeled-Unlabeled Meta-Relationships for Zero-Shot Object Navigation
von: Zheng, Yanwei, et al.
Veröffentlicht: (2024)

Lightweight Multi-Frame Integration for Robust YOLO Object Detection in Videos
von: Quan, Yitong, et al.
Veröffentlicht: (2025)

Learning Camera Movement Control from Real-World Drone Videos
von: Hou, Yunzhong, et al.
Veröffentlicht: (2024)

From the Laboratory to Real-World Application: Evaluating Zero-Shot Scene Interpretation on Edge Devices for Mobile Robotics
von: Schuler, Nicolas, et al.
Veröffentlicht: (2025)

ZeroGrasp: Zero-Shot Shape Reconstruction Enabled Robotic Grasping
von: Iwase, Shun, et al.
Veröffentlicht: (2025)

SIM1: Physics-Aligned Simulator as Zero-Shot Data Scaler in Deformable Worlds
von: Zhou, Yunsong, et al.
Veröffentlicht: (2026)

SynDroneVision: A Synthetic Dataset for Image-Based Drone Detection
von: Lenhard, Tamara R., et al.
Veröffentlicht: (2024)

VidBot: Learning Generalizable 3D Actions from In-the-Wild 2D Human Videos for Zero-Shot Robotic Manipulation
von: Chen, Hanzhi, et al.
Veröffentlicht: (2025)

HOLA-Drone: Hypergraphic Open-ended Learning for Zero-Shot Multi-Drone Cooperative Pursuit
von: Li, Yang, et al.
Veröffentlicht: (2024)

GaussianProperty: Integrating Physical Properties to 3D Gaussians with LMMs
von: Xu, Xinli, et al.
Veröffentlicht: (2024)

Improving Zero-Shot ObjectNav with Generative Communication
von: Dorbala, Vishnu Sashank, et al.
Veröffentlicht: (2024)

DroneScan-YOLO: Redundancy-Aware Lightweight Detection for Tiny Objects in UAV Imagery
von: Bellec, Yann V.
Veröffentlicht: (2026)

NavigateDiff: Visual Predictors are Zero-Shot Navigation Assistants
von: Qin, Yiran, et al.
Veröffentlicht: (2025)

World Guidance: World Modeling in Condition Space for Action Generation
von: Su, Yue, et al.
Veröffentlicht: (2026)

SeaDroneSim: Simulation of Aerial Images for Detection of Objects Above Water
von: Lin, Xiaomin, et al.
Veröffentlicht: (2022)

From Detection to Action Recognition: An Edge-Based Pipeline for Robot Human Perception
von: Toupas, Petros, et al.
Veröffentlicht: (2023)

GPT4Ego: Unleashing the Potential of Pre-trained Models for Zero-Shot Egocentric Action Recognition
von: Dai, Guangzhao, et al.
Veröffentlicht: (2024)

From YOLO to VLMs: Advancing Zero-Shot and Few-Shot Detection of Wastewater Treatment Plants Using Satellite Imagery in MENA Region
von: Premarathna, Akila, et al.
Veröffentlicht: (2025)

Constraint-Aware Zero-Shot Vision-Language Navigation in Continuous Environments
von: Chen, Kehan, et al.
Veröffentlicht: (2024)

Need for Speed: Zero-Shot Depth Completion with Single-Step Diffusion
von: Gregorek, Jakub, et al.
Veröffentlicht: (2026)

Fast-FoundationStereo: Real-Time Zero-Shot Stereo Matching
von: Wen, Bowen, et al.
Veröffentlicht: (2025)

From Scan to Action: Leveraging Realistic Scans for Embodied Scene Understanding
von: Halacheva, Anna-Maria, et al.
Veröffentlicht: (2025)

Latent Action Pretraining Through World Modeling
von: Tharwat, Bahey, et al.
Veröffentlicht: (2025)

FoundationStereo: Zero-Shot Stereo Matching
von: Wen, Bowen, et al.
Veröffentlicht: (2025)

From Prompts to Pavement: LMMs-based Agentic Behavior-Tree Generation Framework for Autonomous Vehicles
von: Goba, Omar Y., et al.
Veröffentlicht: (2026)