Enregistré dans:
| Auteurs principaux: | Khandelwal, Yash, Arvind, Mayur, Kumar, Sriram, Gupta, Ashish, Danisetty, Sachin Kumar, Bagad, Piyush, Madan, Anish, Lunayach, Mayank, Annavajjala, Aditya, Maiti, Abhishek, Jain, Sansiddh, Dalmia, Aman, Deka, Namrata, White, Jerome, Doshi, Jigar, Kanazawa, Angjoo, Panicker, Rahul, Raval, Alpan, Rana, Srinivas, Tapaswi, Makarand |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2405.05530 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Seeing Eye to AI: Comparing Human Gaze and Model Attention in Video Memorability
par: Kumar, Prajneya, et autres
Publié: (2023)
par: Kumar, Prajneya, et autres
Publié: (2023)
The Sound of Water: Inferring Physical Properties from Pouring Liquids
par: Bagad, Piyush, et autres
Publié: (2024)
par: Bagad, Piyush, et autres
Publié: (2024)
What You See is What You Ask: Evaluating Audio Descriptions
par: Kala, Divy, et autres
Publié: (2025)
par: Kala, Divy, et autres
Publié: (2025)
"Previously on ..." From Recaps to Story Summarization
par: Singh, Aditya Kumar, et autres
Publié: (2024)
par: Singh, Aditya Kumar, et autres
Publié: (2024)
No Detail Left Behind: Revisiting Self-Retrieval for Fine-Grained Image Captioning
par: Gaur, Manu, et autres
Publié: (2024)
par: Gaur, Manu, et autres
Publié: (2024)
One Identity, Many Roles: Multimodal Entity Coreference for Enhanced Video Situation Recognition
par: Darur, Balaji, et autres
Publié: (2026)
par: Darur, Balaji, et autres
Publié: (2026)
MALeR: Improving Compositional Fidelity in Layout-Guided Generation
par: Saxena, Shivank, et autres
Publié: (2025)
par: Saxena, Shivank, et autres
Publié: (2025)
SRL-CLIP: Efficient CLIP Video Adaptation via Structured Semantic Role Labels
par: Singh, Darshan, et autres
Publié: (2024)
par: Singh, Darshan, et autres
Publié: (2024)
Investigating Mechanisms for In-Context Vision Language Binding
par: Saravanan, Darshana, et autres
Publié: (2025)
par: Saravanan, Darshana, et autres
Publié: (2025)
Detect, Describe, Discriminate: Moving Beyond VQA for MLLM Evaluation
par: Gaur, Manu, et autres
Publié: (2024)
par: Gaur, Manu, et autres
Publié: (2024)
IdentifyMe: A Challenging Long-Context Mention Resolution Benchmark for LLMs
par: Manikantan, Kawshik, et autres
Publié: (2024)
par: Manikantan, Kawshik, et autres
Publié: (2024)
Major Entity Identification: A Generalizable Alternative to Coreference Resolution
par: Manikantan, Kawshik, et autres
Publié: (2024)
par: Manikantan, Kawshik, et autres
Publié: (2024)
More than a Moment: Towards Coherent Sequences of Audio Descriptions
par: Khandelwal, Eshika, et autres
Publié: (2025)
par: Khandelwal, Eshika, et autres
Publié: (2025)
MICap: A Unified Model for Identity-aware Movie Descriptions
par: Raajesh, Haran, et autres
Publié: (2024)
par: Raajesh, Haran, et autres
Publié: (2024)
SOAR: Self-Occluded Avatar Recovery from a Single Video In the Wild
par: Pan, Zhuoyang, et autres
Publié: (2024)
par: Pan, Zhuoyang, et autres
Publié: (2024)
Splatfacto-W: A Nerfstudio Implementation of Gaussian Splatting for Unconstrained Photo Collections
par: Xu, Congrong, et autres
Publié: (2024)
par: Xu, Congrong, et autres
Publié: (2024)
Human-level 3D shape perception emerges from multi-view learning
par: Bonnen, Tyler, et autres
Publié: (2026)
par: Bonnen, Tyler, et autres
Publié: (2026)
PathSegDiff: Pathology Segmentation using Diffusion model representations
par: Danisetty, Sachin Kumar, et autres
Publié: (2025)
par: Danisetty, Sachin Kumar, et autres
Publié: (2025)
Steerable Visual Representations
par: Ruthardt, Jona, et autres
Publié: (2026)
par: Ruthardt, Jona, et autres
Publié: (2026)
Permeability Modeling for BD Fabric
par: Mayur Godbole, et autres
Publié: (2025)
par: Mayur Godbole, et autres
Publié: (2025)
VELOCITI: Benchmarking Video-Language Compositional Reasoning with Strict Entailment
par: Saravanan, Darshana, et autres
Publié: (2024)
par: Saravanan, Darshana, et autres
Publié: (2024)
STRinGS: Selective Text Refinement in Gaussian Splatting
par: Raundhal, Abhinav, et autres
Publié: (2025)
par: Raundhal, Abhinav, et autres
Publié: (2025)
Chirality in Action: Time-Aware Video Representation Learning by Latent Straightening
par: Bagad, Piyush, et autres
Publié: (2025)
par: Bagad, Piyush, et autres
Publié: (2025)
Adapting MLLMs for Nuanced Video Retrieval
par: Bagad, Piyush, et autres
Publié: (2025)
par: Bagad, Piyush, et autres
Publié: (2025)
Unbounded Widom factors for orthogonal and residual polynomials
par: Alpan, Gökalp
Publié: (2025)
par: Alpan, Gökalp
Publié: (2025)
NeRF-XL: Scaling NeRFs with Multiple GPUs
par: Li, Ruilong, et autres
Publié: (2024)
par: Li, Ruilong, et autres
Publié: (2024)
Agent-to-Sim: Learning Interactive Behavior Models from Casual Longitudinal Videos
par: Yang, Gengshan, et autres
Publié: (2024)
par: Yang, Gengshan, et autres
Publié: (2024)
Semi‐Analytical Formulation of the Effective Permeability of a Dual‐Scale Bi‐Directional Fabric
par: Mayur G. Godbole, et autres
Publié: (2025)
par: Mayur G. Godbole, et autres
Publié: (2025)
Comparative Performance Analysis of PI and Fuzzy Control in a Boost
par: Madan, Kumar
Publié: (2019)
par: Madan, Kumar
Publié: (2019)
Decentralized Diffusion Models
par: McAllister, David, et autres
Publié: (2025)
par: McAllister, David, et autres
Publié: (2025)
Generating Continual Human Motion in Diverse 3D Scenes
par: Mir, Aymen, et autres
Publié: (2023)
par: Mir, Aymen, et autres
Publié: (2023)
Reports on Activities of the IODE Group of Experts: IODE Group of Experts on Marine Informationb Management (GE-MIM)
par: Tapaswi, Murari
Publié: (2002)
par: Tapaswi, Murari
Publié: (2002)
Informes sobre las actividades de los Grupos de Expertos del IODE: Grupo de Expertos del IODE sobre Gestión de la Informaciùon Marina (GEMIM)
par: Tapaswi, M.
Publié: (2002)
par: Tapaswi, M.
Publié: (2002)
Rapports sur les activités des groupes d'experts de l' IODE: Groupe d' Experts de l' IODE sur la Gestion de l' Information Marine (GEMIM)
par: Tapaswi, M.
Publié: (2002)
par: Tapaswi, M.
Publié: (2002)
The More You See in 2D, the More You Perceive in 3D
par: Han, Xinyang, et autres
Publié: (2024)
par: Han, Xinyang, et autres
Publié: (2024)
Deep Learning Model-Based Channel Estimation for THz Band Massive MIMO with RF Impairments
par: Tarafder, Pulok, et autres
Publié: (2024)
par: Tarafder, Pulok, et autres
Publié: (2024)
Lower Bounds for Weighted Chebyshev and Orthogonal Polynomials
par: Alpan, Gökalp, et autres
Publié: (2024)
par: Alpan, Gökalp, et autres
Publié: (2024)
Multiplicative non-Hermitian perturbations of classical $β$-ensembles
par: Alpan, Gökalp, et autres
Publié: (2023)
par: Alpan, Gökalp, et autres
Publié: (2023)
panickernetworks/Spatial-herd-immunity: Spatial herd immunity
par: Panicker
Publié: (2026)
par: Panicker
Publié: (2026)
Continuous 3D Perception Model with Persistent State
par: Wang, Qianqian, et autres
Publié: (2025)
par: Wang, Qianqian, et autres
Publié: (2025)
Documents similaires
-
Seeing Eye to AI: Comparing Human Gaze and Model Attention in Video Memorability
par: Kumar, Prajneya, et autres
Publié: (2023) -
The Sound of Water: Inferring Physical Properties from Pouring Liquids
par: Bagad, Piyush, et autres
Publié: (2024) -
What You See is What You Ask: Evaluating Audio Descriptions
par: Kala, Divy, et autres
Publié: (2025) -
"Previously on ..." From Recaps to Story Summarization
par: Singh, Aditya Kumar, et autres
Publié: (2024) -
No Detail Left Behind: Revisiting Self-Retrieval for Fine-Grained Image Captioning
par: Gaur, Manu, et autres
Publié: (2024)