Copertina

MonoTAKD: Teaching Assistant Knowledge Distillation for Monocular 3D Object Detection

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Liu, Hou-I, Wu, Christine, Cheng, Jen-Hao, Chai, Wenhao, Wang, Shian-Yun, Liu, Gaowen, Latapie, Hugo, Wu, Jhih-Ciang, Hwang, Jenq-Neng, Shuai, Hong-Han, Cheng, Wen-Huang
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Boosting Online 3D Multi-Object Tracking through Camera-Radar Cross Check
di: Kuan, Sheng-Yao, et al.
Pubblicazione: (2024)

MambaMOT: State-Space Model as Motion Predictor for Multi-Object Tracking
di: Huang, Hsiang-Wei, et al.
Pubblicazione: (2024)

Reasoning Matters for 3D Visual Grounding
di: Huang, Hsiang-Wei, et al.
Pubblicazione: (2026)

SAMURAI: Adapting Segment Anything Model for Zero-Shot Visual Tracking with Motion-Aware Memory
di: Yang, Cheng-Yen, et al.
Pubblicazione: (2024)

ToSA: Token Merging with Spatial Awareness
di: Huang, Hsiang-Wei, et al.
Pubblicazione: (2025)

UniHPR: Unified Human Pose Representation via Singular Value Contrastive Learning
di: Jiang, Zhongyu, et al.
Pubblicazione: (2025)

Recent Advances in Embedding Methods for Multi-Object Tracking: A Survey
di: Wang, Gaoang, et al.
Pubblicazione: (2022)

PackDiT: Joint Human Motion and Text Generation via Mutual Prompting
di: Jiang, Zhongyu, et al.
Pubblicazione: (2025)

MovieChat+: Question-aware Sparse Memory for Long Video Question Answering
di: Song, Enxin, et al.
Pubblicazione: (2024)

Pointmap Association and Piecewise-Plane Constraint for Consistent and Compact 3D Gaussian Segmentation Field
di: Hu, Wenhao, et al.
Pubblicazione: (2025)

Single-image driven 3d viewpoint training data augmentation for effective wine label recognition
di: Huang, Yueh-Cheng, et al.
Pubblicazione: (2024)

GTA: Global Tracklet Association for Multi-Object Tracking in Sports
di: Sun, Jiacheng, et al.
Pubblicazione: (2024)

Common Sense Is All You Need
di: Latapie, Hugo
Pubblicazione: (2025)

Towards A Litmus Test for Common Sense
di: Latapie, Hugo
Pubblicazione: (2025)

InstructFLIP: Exploring Unified Vision-Language Model for Face Anti-spoofing
di: Lin, Kun-Hsiang, et al.
Pubblicazione: (2025)

RT-Pose: A 4D Radar Tensor-based 3D Human Pose Estimation and Localization Benchmark
di: Ho, Yuan-Hao, et al.
Pubblicazione: (2024)

Memory-Efficient Visual Autoregressive Modeling with Scale-Aware KV Cache Compression
di: Li, Kunjun, et al.
Pubblicazione: (2025)

MPM: A Unified 2D-3D Human Pose Representation via Masked Pose Modeling
di: Zhang, Zhenyu, et al.
Pubblicazione: (2023)

A Density-Guided Temporal Attention Transformer for Indiscernible Object Counting in Underwater Video
di: Yang, Cheng-Yen, et al.
Pubblicazione: (2024)

Technical Report for ReID-SAM on SkiTB Visual Tracking Challenge 2025
di: Li, Kunjun, et al.
Pubblicazione: (2025)

CityGen: Infinite and Controllable City Layout Generation
di: Deng, Jie, et al.
Pubblicazione: (2023)

MonoVQD: Monocular 3D Object Detection with Variational Query Denoising and Self-Distillation
di: Vu, Kiet Dang, et al.
Pubblicazione: (2025)

MonoDETRNext: Next-Generation Accurate and Efficient Monocular 3D Object Detector
di: Liao, Pan, et al.
Pubblicazione: (2024)

ReCorD: Reasoning and Correcting Diffusion for HOI Generation
di: Jiang-Lin, Jian-Yu, et al.
Pubblicazione: (2024)

DAug: Diffusion-based Channel Augmentation for Radiology Image Retrieval and Classification
di: Jin, Ying, et al.
Pubblicazione: (2024)

Flash-Mono: Feed-Forward Accelerated Gaussian Splatting Monocular SLAM
di: Zhang, Zicheng, et al.
Pubblicazione: (2026)

EVAN: Evolutional Video Streaming Adaptation via Neural Representation
di: Liu, Mufan, et al.
Pubblicazione: (2024)

Causal Reasoning Elicits Controllable 3D Scene Generation
di: Chen, Shen, et al.
Pubblicazione: (2025)

ProTPS: Prototype-Guided Text Prompt Selection for Continual Learning
di: Mei, Jie, et al.
Pubblicazione: (2026)

FreeVA: Offline MLLM as Training-Free Video Assistant
di: Wu, Wenhao
Pubblicazione: (2024)

VersaT2I: Improving Text-to-Image Models with Versatile Reward
di: Guo, Jianshu, et al.
Pubblicazione: (2024)

MonoCD: Monocular 3D Object Detection with Complementary Depths
di: Yan, Longfei, et al.
Pubblicazione: (2024)

MonoCLUE : Object-Aware Clustering Enhances Monocular 3D Object Detection
di: Yang, Sunghun, et al.
Pubblicazione: (2025)

Video Streaming with Kairos: An MPC-Based ABR with Streaming-Aware Throughput Prediction
di: Zhong, Ziyu, et al.
Pubblicazione: (2025)

Learning to Learn Weight Generation via Local Consistency Diffusion
di: Guan, Yunchuan, et al.
Pubblicazione: (2025)

TEMPURA: Temporal Event Masked Prediction and Understanding for Reasoning in Action
di: Cheng, Jen-Hao, et al.
Pubblicazione: (2025)

AuroraCap: Efficient, Performant Video Detailed Captioning and a New Benchmark
di: Chai, Wenhao, et al.
Pubblicazione: (2024)

Attention Consistency for LLMs Explanation
di: Lan, Tian, et al.
Pubblicazione: (2025)

Modeling LLM Agent Reviewer Dynamics in Elo-Ranked Review System
di: Huang, Hsiang-Wei, et al.
Pubblicazione: (2026)

From Global to Local: Rethinking CLIP Feature Aggregation for Person Re-Identification
di: Zheng, Aotian, et al.
Pubblicazione: (2026)