Buchumschlag

Spatio-Temporal Side Tuning Pre-trained Foundation Models for Video-based Pedestrian Attribute Recognition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Xiao, Zhu, Qian, Jin, Jiandong, Zhu, Jun, Wang, Futian, Jiang, Bo, Wang, Yaowei, Tian, Yonghong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Pedestrian Attribute Recognition: A New Benchmark Dataset and A Large Language Model Augmented Framework
von: Jin, Jiandong, et al.
Veröffentlicht: (2024)

An Empirical Study of Mamba-based Pedestrian Attribute Recognition
von: Wang, Xiao, et al.
Veröffentlicht: (2024)

Pedestrian Attribute Recognition via CLIP based Prompt Vision-Language Fusion
von: Wang, Xiao, et al.
Veröffentlicht: (2023)

RGB-Event based Pedestrian Attribute Recognition: A Benchmark Dataset and An Asymmetric RWKV Fusion Framework
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

EventSTR: A Benchmark Dataset and Baselines for Event Stream based Scene Text Recognition
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

Adversarial Semantic and Label Perturbation Attack for Pedestrian Attribute Recognition
von: Kong, Weizhe, et al.
Veröffentlicht: (2025)

Human Activity Recognition using RGB-Event based Sensors: A Multi-modal Heat Conduction Model and A Benchmark Dataset
von: Wang, Shiao, et al.
Veröffentlicht: (2025)

ESTR-CoT: Towards Explainable and Accurate Event Stream based Scene Text Recognition with Chain-of-Thought Reasoning
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

SNN-PAR: Energy Efficient Pedestrian Attribute Recognition via Spiking Neural Networks
von: Wang, Haiyang, et al.
Veröffentlicht: (2024)

Large-scale Multi-Modal Pre-trained Models: A Comprehensive Survey
von: Wang, Xiao, et al.
Veröffentlicht: (2023)

Event Stream based Human Action Recognition: A High-Definition Benchmark Dataset and Algorithms
von: Wang, Xiao, et al.
Veröffentlicht: (2024)

SequencePAR: Understanding Pedestrian Attributes via A Sequence Generation Paradigm
von: Jin, Jiandong, et al.
Veröffentlicht: (2023)

SSTFormer: Bridging Spiking Neural Network and Memory Support Transformer for Frame-Event based Recognition
von: Wang, Xiao, et al.
Veröffentlicht: (2023)

EPRBench: A High-Quality Benchmark Dataset for Event Stream Based Visual Place Recognition
von: Wang, Xiao, et al.
Veröffentlicht: (2026)

Revisiting Color-Event based Tracking: A Unified Network, Dataset, and Metric
von: Tang, Chuanming, et al.
Veröffentlicht: (2022)

Uncertainty-Aware Pedestrian Attribute Recognition via Evidential Deep Learning
von: Lou, Zhuofan, et al.
Veröffentlicht: (2026)

Sign Language Translation using Frame and Event Stream: Benchmark Dataset and Algorithms
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

Spatio-temporal Graph Learning on Adaptive Mined Key Frames for High-performance Multi-Object Tracking
von: Wang, Futian, et al.
Veröffentlicht: (2025)

RGB-Event HyperGraph Prompt for Kilometer Marker Recognition based on Pre-trained Foundation Models
von: Xian, Xiaoyu, et al.
Veröffentlicht: (2026)

D$^2$ST-Adapter: Disentangled-and-Deformable Spatio-Temporal Adapter for Few-shot Action Recognition
von: Pei, Wenjie, et al.
Veröffentlicht: (2023)

Unleashing the Power of CNN and Transformer for Balanced RGB-Event Video Recognition
von: Wang, Xiao, et al.
Veröffentlicht: (2023)

Retain, Blend, and Exchange: A Quality-aware Spatial-Stereo Fusion Approach for Event Stream Recognition
von: Chen, Lan, et al.
Veröffentlicht: (2024)

DialBench: Towards Accurate Reading Recognition of Pointer Meter using Large Foundation Models
von: Wang, Futian, et al.
Veröffentlicht: (2025)

PFM-VEPAR: Prompting Foundation Models for RGB-Event Camera based Pedestrian Attribute Recognition
von: Xu, Minghe, et al.
Veröffentlicht: (2026)

Pedestrian Attribute Recognition via Hierarchical Cross-Modality HyperGraph Learning
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

FOCUS: Fine-grained Optimization with Semantic Guided Understanding for Pedestrian Attributes Recognition
von: An, Hongyan, et al.
Veröffentlicht: (2025)

Pre-training on High Definition X-ray Images: An Experimental Study
von: Wang, Xiao, et al.
Veröffentlicht: (2024)

Activating Associative Disease-Aware Vision Token Memory for LLM-Based X-ray Report Generation
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

VELoRA: A Low-Rank Adaptation Approach for Efficient RGB-Event based Recognition
von: Chen, Lan, et al.
Veröffentlicht: (2024)

Uncertainty-aware Bridge based Mobile-Former Network for Event-based Pattern Recognition
von: Yang, Haoxiang, et al.
Veröffentlicht: (2024)

Towards Seamless Adaptation of Pre-trained Models for Visual Place Recognition
von: Lu, Feng, et al.
Veröffentlicht: (2024)

Object Detection using Event Camera: A MoE Heat Conduction based Detector and A New Benchmark Dataset
von: Wang, Xiao, et al.
Veröffentlicht: (2024)

CRSOT: Cross-Resolution Object Tracking using Unaligned Frame and Event Cameras
von: Zhu, Yabin, et al.
Veröffentlicht: (2024)

UniPAR: A Unified Framework for Pedestrian Attribute Recognition
von: Xu, Minghe, et al.
Veröffentlicht: (2026)

FiLA-Video: Spatio-Temporal Compression for Fine-Grained Long Video Understanding
von: Guo, Yanan, et al.
Veröffentlicht: (2025)

Cluster-Wise Spatio-Temporal Masking for Efficient Video-Language Pretraining
von: Zhuang, Weijun, et al.
Veröffentlicht: (2026)

STELLA: Continual Audio-Video Pre-training with Spatio-Temporal Localized Alignment
von: Lee, Jaewoo, et al.
Veröffentlicht: (2023)

Temporal-Consistent Video Restoration with Pre-trained Diffusion Models
von: Wang, Hengkang, et al.
Veröffentlicht: (2025)

Event Stream-based Visual Object Tracking: HDETrack V2 and A High-Definition Benchmark
von: Wang, Shiao, et al.
Veröffentlicht: (2025)

TDS-CLIP: Temporal Difference Side Network for Efficient VideoAction Recognition
von: Wang, Bin, et al.
Veröffentlicht: (2024)