PARIS3D: Reasoning-based 3D Part Segmentation Using Large Multimodal Model
Fuente:
arXiv
Salvato in:
| Autori principali: | Kareem, Amrin, Lahoud, Jean, Cholakkal, Hisham |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
CLIMB-3D: Continual Learning for Imbalanced 3D Instance Segmentation
di: Thengane, Vishal, et al.
Pubblicazione: (2025)
di: Thengane, Vishal, et al.
Pubblicazione: (2025)
MedROV: Towards Real-Time Open-Vocabulary Detection Across Diverse Medical Imaging Modalities
di: Sheikh, Tooba Tehreem, et al.
Pubblicazione: (2025)
di: Sheikh, Tooba Tehreem, et al.
Pubblicazione: (2025)
InceptionMamba: Efficient Multi-Stage Feature Enhancement with Selective State Space Model for Microscopic Medical Image Segmentation
di: Kareem, Daniya Najiha Abdul, et al.
Pubblicazione: (2025)
di: Kareem, Daniya Najiha Abdul, et al.
Pubblicazione: (2025)
Open-YOLO 3D: Towards Fast and Accurate Open-Vocabulary 3D Instance Segmentation
di: Boudjoghra, Mohamed El Amine, et al.
Pubblicazione: (2024)
di: Boudjoghra, Mohamed El Amine, et al.
Pubblicazione: (2024)
Efficient 3D-Aware Facial Image Editing via Attribute-Specific Prompt Learning
di: Kumar, Amandeep, et al.
Pubblicazione: (2024)
di: Kumar, Amandeep, et al.
Pubblicazione: (2024)
Open-Set Semi-Supervised Learning for Long-Tailed Medical Datasets
di: Kareem, Daniya Najiha A., et al.
Pubblicazione: (2025)
di: Kareem, Daniya Najiha A., et al.
Pubblicazione: (2025)
Tracking Meets Large Multimodal Models for Driving Scenario Understanding
di: Ishaq, Ayesha, et al.
Pubblicazione: (2025)
di: Ishaq, Ayesha, et al.
Pubblicazione: (2025)
GLaMM: Pixel Grounding Large Multimodal Model
di: Rasheed, Hanoona, et al.
Pubblicazione: (2023)
di: Rasheed, Hanoona, et al.
Pubblicazione: (2023)
SeqAfford: Sequential 3D Affordance Reasoning via Multimodal Large Language Model
di: Yu, Chunlin, et al.
Pubblicazione: (2024)
di: Yu, Chunlin, et al.
Pubblicazione: (2024)
Efficient Encoder-Free Fourier-based 3D Large Multimodal Model
di: Mei, Guofeng, et al.
Pubblicazione: (2026)
di: Mei, Guofeng, et al.
Pubblicazione: (2026)
Open3DTrack: Towards Open-Vocabulary 3D Multi-Object Tracking
di: Ishaq, Ayesha, et al.
Pubblicazione: (2024)
di: Ishaq, Ayesha, et al.
Pubblicazione: (2024)
Improving 3D Medical Image Segmentation at Boundary Regions using Local Self-attention and Global Volume Mixing
di: Kareem, Daniya Najiha Abdul, et al.
Pubblicazione: (2024)
di: Kareem, Daniya Najiha Abdul, et al.
Pubblicazione: (2024)
AIN: The Arabic INclusive Large Multimodal Model
di: Heakl, Ahmed, et al.
Pubblicazione: (2025)
di: Heakl, Ahmed, et al.
Pubblicazione: (2025)
C^2ROPE: Causal Continuous Rotary Positional Encoding for 3D Large Multimodal-Models Reasoning
di: Ye, Guanting, et al.
Pubblicazione: (2026)
di: Ye, Guanting, et al.
Pubblicazione: (2026)
Medical Image Segmentation Using Directional Window Attention
di: Kareem, Daniya Najiha Abdul, et al.
Pubblicazione: (2024)
di: Kareem, Daniya Najiha Abdul, et al.
Pubblicazione: (2024)
MAviS: A Multimodal Conversational Assistant For Avian Species
di: Kryklyvets, Yevheniia, et al.
Pubblicazione: (2026)
di: Kryklyvets, Yevheniia, et al.
Pubblicazione: (2026)
AgroGPT: Efficient Agricultural Vision-Language Model with Expert Tuning
di: Awais, Muhammad, et al.
Pubblicazione: (2024)
di: Awais, Muhammad, et al.
Pubblicazione: (2024)
XMask3D: Cross-modal Mask Reasoning for Open Vocabulary 3D Semantic Segmentation
di: Wang, Ziyi, et al.
Pubblicazione: (2024)
di: Wang, Ziyi, et al.
Pubblicazione: (2024)
Salient Mask-Guided Vision Transformer for Fine-Grained Classification
di: Demidov, Dmitry, et al.
Pubblicazione: (2023)
di: Demidov, Dmitry, et al.
Pubblicazione: (2023)
SORT3D: Spatial Object-centric Reasoning Toolbox for Zero-Shot 3D Grounding Using Large Language Models
di: Zantout, Nader, et al.
Pubblicazione: (2025)
di: Zantout, Nader, et al.
Pubblicazione: (2025)
Robust Prior-Guided Segmentation for Editable 3D Gaussian Splatting
di: Joshi, Raushan, et al.
Pubblicazione: (2026)
di: Joshi, Raushan, et al.
Pubblicazione: (2026)
Vid-LLM: A Compact Video-based 3D Multimodal LLM with Reconstruction-Reasoning Synergy
di: Chen, Haijier, et al.
Pubblicazione: (2025)
di: Chen, Haijier, et al.
Pubblicazione: (2025)
GeoSAM2: Unleashing the Power of SAM2 for 3D Part Segmentation
di: Deng, Ken, et al.
Pubblicazione: (2025)
di: Deng, Ken, et al.
Pubblicazione: (2025)
SwinTF3D: A Lightweight Multimodal Fusion Approach for Text-Guided 3D Medical Image Segmentation
di: Khan, Hasan Faraz, et al.
Pubblicazione: (2025)
di: Khan, Hasan Faraz, et al.
Pubblicazione: (2025)
Spatial457: A Diagnostic Benchmark for 6D Spatial Reasoning of Large Multimodal Models
di: Wang, Xingrui, et al.
Pubblicazione: (2025)
di: Wang, Xingrui, et al.
Pubblicazione: (2025)
Ultra3D: Efficient and High-Fidelity 3D Generation with Part Attention
di: Chen, Yiwen, et al.
Pubblicazione: (2025)
di: Chen, Yiwen, et al.
Pubblicazione: (2025)
View-Consistent Hierarchical 3D Segmentation Using Ultrametric Feature Fields
di: He, Haodi, et al.
Pubblicazione: (2024)
di: He, Haodi, et al.
Pubblicazione: (2024)
SIM-Net: A Multimodal Fusion Network Using Inferred 3D Object Shape Point Clouds from RGB Images for 2D Classification
di: Sklab, Youcef, et al.
Pubblicazione: (2025)
di: Sklab, Youcef, et al.
Pubblicazione: (2025)
GLACIA: Instance-Aware Positional Reasoning for Glacial Lake Segmentation via Multimodal Large Language Model
di: Maurya, Lalit, et al.
Pubblicazione: (2025)
di: Maurya, Lalit, et al.
Pubblicazione: (2025)
Segment Any 3D Object with Language
di: Lee, Seungjun, et al.
Pubblicazione: (2024)
di: Lee, Seungjun, et al.
Pubblicazione: (2024)
Point-SAM: Promptable 3D Segmentation Model for Point Clouds
di: Zhou, Yuchen, et al.
Pubblicazione: (2024)
di: Zhou, Yuchen, et al.
Pubblicazione: (2024)
CloSe: A 3D Clothing Segmentation Dataset and Model
di: Antić, Dimitrije, et al.
Pubblicazione: (2024)
di: Antić, Dimitrije, et al.
Pubblicazione: (2024)
EMO-R3: Reflective Reinforcement Learning for Emotional Reasoning in Multimodal Large Language Models
di: Fang, Yiyang, et al.
Pubblicazione: (2026)
di: Fang, Yiyang, et al.
Pubblicazione: (2026)
Beyond 3D VQAs: Injecting 3D Spatial Priors into Vision-Language Models for Enhanced Geometric Reasoning
di: Yeh, Chun-Hsiao, et al.
Pubblicazione: (2026)
di: Yeh, Chun-Hsiao, et al.
Pubblicazione: (2026)
CL3DOR: Contrastive Learning for 3D Large Multimodal Models via Odds Ratio on High-Resolution Point Clouds
di: Kim, Keonwoo, et al.
Pubblicazione: (2025)
di: Kim, Keonwoo, et al.
Pubblicazione: (2025)
Multimodal Robust Prompt Distillation for 3D Point Cloud Models
di: Gu, Xiang, et al.
Pubblicazione: (2025)
di: Gu, Xiang, et al.
Pubblicazione: (2025)
Explainable Parkinsons Disease Gait Recognition Using Multimodal RGB-D Fusion and Large Language Models
di: Alnaasan, Manar, et al.
Pubblicazione: (2025)
di: Alnaasan, Manar, et al.
Pubblicazione: (2025)
Reasoning Matters for 3D Visual Grounding
di: Huang, Hsiang-Wei, et al.
Pubblicazione: (2026)
di: Huang, Hsiang-Wei, et al.
Pubblicazione: (2026)
Efficient KernelSHAP Explanations for Patch-based 3D Medical Image Segmentation
di: Brioso, Ricardo Coimbra, et al.
Pubblicazione: (2026)
di: Brioso, Ricardo Coimbra, et al.
Pubblicazione: (2026)
SGP-SAM: Self-Gated Prompting for Transferring 3D Segment Anything Models to Lesion Segmentation
di: Tang, Zixuan, et al.
Pubblicazione: (2026)
di: Tang, Zixuan, et al.
Pubblicazione: (2026)
Documenti analoghi
-
CLIMB-3D: Continual Learning for Imbalanced 3D Instance Segmentation
di: Thengane, Vishal, et al.
Pubblicazione: (2025) -
MedROV: Towards Real-Time Open-Vocabulary Detection Across Diverse Medical Imaging Modalities
di: Sheikh, Tooba Tehreem, et al.
Pubblicazione: (2025) -
InceptionMamba: Efficient Multi-Stage Feature Enhancement with Selective State Space Model for Microscopic Medical Image Segmentation
di: Kareem, Daniya Najiha Abdul, et al.
Pubblicazione: (2025) -
Open-YOLO 3D: Towards Fast and Accurate Open-Vocabulary 3D Instance Segmentation
di: Boudjoghra, Mohamed El Amine, et al.
Pubblicazione: (2024) -
Efficient 3D-Aware Facial Image Editing via Attribute-Specific Prompt Learning
di: Kumar, Amandeep, et al.
Pubblicazione: (2024)