Buchumschlag

ESP: Extro-Spective Prediction for Long-term Behavior Reasoning in Emergency Scenarios

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Dingrui, Lai, Zheyuan, Li, Yuda, Wu, Yi, Ma, Yuexin, Betz, Johannes, Yang, Ruigang, Li, Wei
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DualAD: Dual-Layer Planning for Reasoning in Autonomous Driving
von: Wang, Dingrui, et al.
Veröffentlicht: (2024)

SocialMirror: Reconstructing 3D Human Interaction Behaviors from Monocular Videos with Semantic and Geometric Guidance
von: Xia, Qi, et al.
Veröffentlicht: (2026)

DRIP: Discriminative Rotation-Invariant Pole Landmark Descriptor for 3D LiDAR Localization
von: Li, Dingrui, et al.
Veröffentlicht: (2024)

EgoDyn-Bench: Evaluating Ego-Motion Understanding in Vision-Centric Foundation Models for Autonomous Driving
von: Schäfer, Finn Rasmus, et al.
Veröffentlicht: (2026)

State-space Decomposition Model for Video Prediction Considering Long-term Motion Trend
von: Cui, Fei, et al.
Veröffentlicht: (2024)

Fusion of Short-term and Long-term Attention for Video Mirror Detection
von: Xu, Mingchen, et al.
Veröffentlicht: (2024)

One Model, Two Minds: Task-Conditioned Reasoning for Unified Image Quality and Aesthetic Assessment
von: Yin, Wen, et al.
Veröffentlicht: (2026)

NPC: Neural Predictive Control for Fuel-Efficient Autonomous Trucks
von: Ren, Jiaping, et al.
Veröffentlicht: (2024)

Long-term Traffic Simulation with Interleaved Autoregressive Motion and Scenario Generation
von: Yang, Xiuyu, et al.
Veröffentlicht: (2025)

GaussianFusionOcc: A Seamless Sensor Fusion Approach for 3D Occupancy Prediction Using 3D Gaussians
von: Pavković, Tomislav, et al.
Veröffentlicht: (2025)

Beyond Flat Unknown Labels in Open-World Object Detection
von: Zhang, Yuchen, et al.
Veröffentlicht: (2025)

Beyond Known Objects: A Novel Framework for Open-Set Object Detection using Negative-Aware Norm
von: Zhang, Yuchen, et al.
Veröffentlicht: (2026)

Coherent Online Road Topology Estimation and Reasoning with Standard-Definition Maps
von: Pham, Khanh Son, et al.
Veröffentlicht: (2025)

Learned Ranking Function: From Short-term Behavior Predictions to Long-term User Satisfaction
von: Wu, Yi, et al.
Veröffentlicht: (2024)

From Shadows to Safety: Occlusion Tracking and Risk Mitigation for Urban Autonomous Driving
von: Moller, Korbinian, et al.
Veröffentlicht: (2025)

LongTail Driving Scenarios with Reasoning Traces: The KITScenes LongTail Dataset
von: Wagner, Royden, et al.
Veröffentlicht: (2026)

OccMamba: Semantic Occupancy Prediction with State Space Models
von: Li, Heng, et al.
Veröffentlicht: (2024)

OctreeOcc: Efficient and Multi-Granularity Occupancy Prediction Using Octree Queries
von: Lu, Yuhang, et al.
Veröffentlicht: (2023)

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

Target-Bench: Can Video World Models Achieve Mapless Path Planning with Semantic Targets?
von: Wang, Dingrui, et al.
Veröffentlicht: (2025)

GM-DF: Generalized Multi-Scenario Deepfake Detection
von: Lai, Yingxin, et al.
Veröffentlicht: (2024)

Can VLMs Unlock Semantic Anomaly Detection? A Framework for Structured Reasoning
von: Brusnicki, Roberto, et al.
Veröffentlicht: (2025)

IS-Fusion: Instance-Scene Collaborative Fusion for Multimodal 3D Object Detection
von: Yin, Junbo, et al.
Veröffentlicht: (2024)

OccLE: Label-Efficient 3D Semantic Occupancy Prediction
von: Fang, Naiyu, et al.
Veröffentlicht: (2025)

SceneTracker: Long-term Scene Flow Estimation Network
von: Wang, Bo, et al.
Veröffentlicht: (2024)

SALI: Short-term Alignment and Long-term Interaction Network for Colonoscopy Video Polyp Segmentation
von: Hu, Qiang, et al.
Veröffentlicht: (2024)

How Well Do Vision-Language Models Understand Sequential Driving Scenes? A Sensitivity Study
von: Brusnicki, Roberto, et al.
Veröffentlicht: (2026)

Towards Practical Human Motion Prediction with LiDAR Point Clouds
von: Han, Xiao, et al.
Veröffentlicht: (2024)

VideoZoomer: Reinforcement-Learned Temporal Focusing for Long Video Reasoning
von: Ding, Yang, et al.
Veröffentlicht: (2025)

EXPLORE-Bench: Egocentric Scene Prediction with Long-Horizon Reasoning
von: Yu, Chengjun, et al.
Veröffentlicht: (2026)

SWAG: Long-term Surgical Workflow Prediction with Generative-based Anticipation
von: Boels, Maxence, et al.
Veröffentlicht: (2024)

STAGE: A Stream-Centric Generative World Model for Long-Horizon Driving-Scene Simulation
von: Wang, Jiamin, et al.
Veröffentlicht: (2025)

BehaviorVLM: Unified Finetuning-Free Behavioral Understanding with Vision-Language Reasoning
von: Ke, Jingyang, et al.
Veröffentlicht: (2026)

AffordGrasp: Cross-Modal Diffusion for Affordance-Aware Grasp Synthesis
von: Wu, Xiaofei, et al.
Veröffentlicht: (2026)

VideoMem: Constructing, Analyzing, Predicting Short-term and Long-term Video Memorability
von: Cohendet, Romain, et al.
Veröffentlicht: (2018)

ReasoningTrack: Chain-of-Thought Reasoning for Long-term Vision-Language Tracking
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

HMVLM: Multistage Reasoning-Enhanced Vision-Language Model for Long-Tailed Driving Scenarios
von: Wang, Daming, et al.
Veröffentlicht: (2025)

FastGrasp: Efficient Grasp Synthesis with Diffusion
von: Wu, Xiaofei, et al.
Veröffentlicht: (2024)

Efficient Backdoor Attacks for Deep Neural Networks in Real-world Scenarios
von: Li, Ziqiang, et al.
Veröffentlicht: (2023)

Are Video Models Emerging as Zero-Shot Learners and Reasoners in Medical Imaging?
von: Lai, Yuxiang, et al.
Veröffentlicht: (2025)