Buchumschlag

LVOS: A Benchmark for Large-scale Long-term Video Object Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hong, Lingyi, Liu, Zhongying, Chen, Wenchao, Tan, Chenzhi, Feng, Yuang, Zhou, Xinyu, Guo, Pinxue, Li, Jinglun, Chen, Zhaoyu, Gao, Shuyong, Zhang, Wei, Zhang, Wenqiang
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

ClickVOS: Click Video Object Segmentation
von: Guo, Pinxue, et al.
Veröffentlicht: (2024)

X-Prompt: Multi-modal Visual Prompt for Video Object Segmentation
von: Guo, Pinxue, et al.
Veröffentlicht: (2024)

General Compression Framework for Efficient Transformer Object Tracking
von: Hong, Lingyi, et al.
Veröffentlicht: (2024)

Scoring, Remember, and Reference: Catching Camouflaged Objects in Videos
von: Feng, Yuang, et al.
Veröffentlicht: (2025)

Reading Relevant Feature from Global Representation Memory for Visual Object Tracking
von: Zhou, Xinyu, et al.
Veröffentlicht: (2024)

MSVCOD:A Large-Scale Multi-Scene Dataset for Video Camouflage Object Detection
von: Gao, Shuyong, et al.
Veröffentlicht: (2025)

TagOOD: A Novel Approach to Out-of-Distribution Detection via Vision-Language Representations and Class Center Learning
von: Li, Jinglun, et al.
Veröffentlicht: (2024)

DeTrack: In-model Latent Denoising Learning for Visual Object Tracking
von: Zhou, Xinyu, et al.
Veröffentlicht: (2025)

VideoPure: Diffusion-based Adversarial Purification for Video Recognition
von: Jiang, Kaixun, et al.
Veröffentlicht: (2025)

OneTracker: Unifying Visual Object Tracking with Foundation Models and Efficient Tuning
von: Hong, Lingyi, et al.
Veröffentlicht: (2024)

OneVOS: Unifying Video Object Segmentation with All-in-One Transformer Framework
von: Li, Wanyun, et al.
Veröffentlicht: (2024)

Unified Multimodal Visual Tracking with Dual Mixture-of-Experts
von: Hong, Lingyi, et al.
Veröffentlicht: (2026)

Improving Adversarial Transferability with Neighbourhood Gradient Information
von: Guo, Haijing, et al.
Veröffentlicht: (2024)

VLA-Hijack: A Transferable Patch Attack against Vision-Language-Action Models via Visual Proprioception Hijacking
von: Fu, Jiyuan, et al.
Veröffentlicht: (2026)

Seeing is Believing: Rich-Context Hallucination Detection for MLLMs via Backward Visual Grounding
von: Guo, Pinxue, et al.
Veröffentlicht: (2025)

Dynamic Semantic-Aware Correlation Modeling for UAV Tracking
von: Zhou, Xinyu, et al.
Veröffentlicht: (2025)

OpenVIS: Open-vocabulary Video Instance Segmentation
von: Guo, Pinxue, et al.
Veröffentlicht: (2023)

PanoVOS: Bridging Non-panoramic and Panoramic Views with Transformer for Video Segmentation
von: Yan, Shilin, et al.
Veröffentlicht: (2023)

Boosting the Transferability of Adversarial Attacks with Global Momentum Initialization
von: Wang, Jiafeng, et al.
Veröffentlicht: (2022)

LingoLoop Attack: Trapping MLLMs via Linguistic Context and State Entrapment into Endless Loops
von: Fu, Jiyuan, et al.
Veröffentlicht: (2025)

RSAgent: Learning to Reason and Act for Text-Guided Segmentation via Multi-Turn Tool Invocations
von: He, Xingqi, et al.
Veröffentlicht: (2025)

PG-Attack: A Precision-Guided Adversarial Attack Framework Against Vision Foundation Models for Autonomous Driving
von: Fu, Jiyuan, et al.
Veröffentlicht: (2024)

Enhancing Diffusion-based Unrestricted Adversarial Attacks via Adversary Preferences Alignment
von: Jiang, Kaixun, et al.
Veröffentlicht: (2025)

Hierarchical Visual Categories Modeling: A Joint Representation Learning and Density Estimation Framework for Out-of-Distribution Detection
von: Li, Jinglun, et al.
Veröffentlicht: (2024)

VideoSAM: Open-World Video Segmentation
von: Guo, Pinxue, et al.
Veröffentlicht: (2024)

P3S-Diffusion:A Selective Subject-driven Generation Framework via Point Supervision
von: Hu, Junjie, et al.
Veröffentlicht: (2024)

AnimatePainter: A Self-Supervised Rendering Framework for Reconstructing Painting Process
von: Hu, Junjie, et al.
Veröffentlicht: (2025)

Improving Adversarial Transferability of Vision-Language Pre-training Models through Collaborative Multimodal Interaction
von: Fu, Jiyuan, et al.
Veröffentlicht: (2024)

Long-RVOS: A Comprehensive Benchmark for Long-term Referring Video Object Segmentation
von: Liang, Tianming, et al.
Veröffentlicht: (2025)

LSVOS Challenge Report: Large-scale Complex and Long Video Object Segmentation
von: Ding, Henghui, et al.
Veröffentlicht: (2024)

Synthesizing Near-Boundary OOD Samples for Out-of-Distribution Detection
von: Li, Jinglun, et al.
Veröffentlicht: (2025)

A Holistically Point-guided Text Framework for Weakly-Supervised Camouflaged Object Detection
von: Mok, Tsui Qin, et al.
Veröffentlicht: (2025)

LTCF-Net: A Transformer-Enhanced Dual-Channel Fourier Framework for Low-Light Image Restoration
von: Zhang, Gaojing, et al.
Veröffentlicht: (2024)

Delving into Decision-based Black-box Attacks on Semantic Segmentation
von: Chen, Zhaoyu, et al.
Veröffentlicht: (2024)

Supervised Learning Model for Key Frame Identification from Cow Teat Videos
von: Wang, Minghao, et al.
Veröffentlicht: (2024)

HLV-1K: A Large-scale Hour-Long Video Benchmark for Time-Specific Long Video Understanding
von: Zou, Heqing, et al.
Veröffentlicht: (2025)

One-shot Training for Video Object Segmentation
von: Chen, Baiyu, et al.
Veröffentlicht: (2024)

Boosting Salient Object Detection with Knowledge Distillated from Large Foundation Models
von: He, Miaoyang, et al.
Veröffentlicht: (2025)

Enhancing Object Discovery for Unsupervised Instance Segmentation and Object Detection
von: Feng, Xingyu, et al.
Veröffentlicht: (2025)

Seeing the Scene Matters: Revealing Forgetting in Video Understanding Models with a Scene-Aware Long-Video Benchmark
von: Chen, Seng Nam, et al.
Veröffentlicht: (2026)