Buchumschlag

CoLeaF: A Contrastive-Collaborative Learning Framework for Weakly Supervised Audio-Visual Video Parsing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sardari, Faegheh, Mustafa, Armin, Jackson, Philip J. B., Hilton, Adrian
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

An Effective-Efficient Approach for Dense Multi-Label Action Detection
von: Sardari, Faegheh, et al.
Veröffentlicht: (2024)

Reframing Dense Action Detection (RefDense): A Paradigm Shift in Problem Solving & a Novel Optimization Strategy
von: Sardari, Faegheh, et al.
Veröffentlicht: (2025)

NarrativeBridge: Enhancing Video Captioning with Causal-Temporal Narrative
von: Nadeem, Asmar, et al.
Veröffentlicht: (2024)

TEn-CATG:Text-Enriched Audio-Visual Video Parsing with Multi-Scale Category-Aware Temporal Graph
von: Chen, Yaru, et al.
Veröffentlicht: (2025)

Reinforced Label Denoising for Weakly-Supervised Audio-Visual Video Parsing
von: Gao, Yongbiao, et al.
Veröffentlicht: (2024)

EAR: Enhancing Uni-Modal Representations for Weakly Supervised Audio-Visual Video Parsing
von: Li, Huilai, et al.
Veröffentlicht: (2026)

Advancing Weakly-Supervised Audio-Visual Video Parsing via Segment-wise Pseudo Labeling
von: Zhou, Jinxing, et al.
Veröffentlicht: (2024)

Catalogue Grounded Multimodal Attribution for Museum Video under Resource and Regulatory Constraints
von: Nanang, Minsak, et al.
Veröffentlicht: (2026)

Efficient Audio-Visual Fusion for Video Classification
von: Awan, Mahrukh, et al.
Veröffentlicht: (2024)

Unsupervised View-Invariant Human Posture Representation
von: Sardari, Faegheh, et al.
Veröffentlicht: (2021)

UWAV: Uncertainty-weighted Weakly-supervised Audio-Visual Video Parsing
von: Lai, Yung-Hsuan, et al.
Veröffentlicht: (2025)

Teacher-Guided Pseudo Supervision and Cross-Modal Alignment for Audio-Visual Video Parsing
von: Chen, Yaru, et al.
Veröffentlicht: (2025)

LINK: Adaptive Modality Interaction for Audio-Visual Video Parsing
von: Wang, Langyu, et al.
Veröffentlicht: (2024)

MUG: Pseudo Labeling Augmented Audio-Visual Mamba Network for Audio-Visual Video Parsing
von: Wang, Langyu, et al.
Veröffentlicht: (2025)

Audio-Visual Talker Localization in Video for Spatial Sound Reproduction
von: Berghi, Davide, et al.
Veröffentlicht: (2024)

Learning Weakly Supervised Audio-Visual Violence Detection in Hyperbolic Space
von: Peng, Xiaogang, et al.
Veröffentlicht: (2023)

Attend-Fusion: Efficient Audio-Visual Fusion for Video Classification
von: Awan, Mahrukh, et al.
Veröffentlicht: (2024)

Realistic Clothed Human and Object Joint Reconstruction from a Single Image
von: Dutta, Ayushi, et al.
Veröffentlicht: (2025)

Label-anticipated Event Disentanglement for Audio-Visual Video Parsing
von: Zhou, Jinxing, et al.
Veröffentlicht: (2024)

Multimodal Class-aware Semantic Enhancement Network for Audio-Visual Video Parsing
von: Zhao, Pengcheng, et al.
Veröffentlicht: (2024)

DisFaceRep: Representation Disentanglement for Co-occurring Facial Components in Weakly Supervised Face Parsing
von: Wang, Xiaoqin, et al.
Veröffentlicht: (2025)

TeMTG: Text-Enhanced Multi-Hop Temporal Graph Modeling for Audio-Visual Video Parsing
von: Chen, Yaru, et al.
Veröffentlicht: (2025)

Weakly Supervised Contrastive Learning for Histopathology Patch Embeddings
von: Zhang, Bodong, et al.
Veröffentlicht: (2026)

WeakSupCon: Weakly Supervised Contrastive Learning for Encoder Pre-training
von: Zhang, Bodong, et al.
Veröffentlicht: (2025)

Leveraging Multi-View Weak Supervision for Occlusion-Aware Multi-Human Parsing
von: Bragagnolo, Laura, et al.
Veröffentlicht: (2025)

Complementary and Contrastive Learning for Audio-Visual Segmentation
von: Gong, Sitong, et al.
Veröffentlicht: (2025)

Don't Let the Video Speak: Audio-Contrastive Preference Optimization for Audio-Visual Language Models
von: Baid, Ami, et al.
Veröffentlicht: (2026)

Selective Contrastive Learning for Weakly Supervised Affordance Grounding
von: Moon, WonJun, et al.
Veröffentlicht: (2025)

Contrastive Learning with Diffusion Features for Weakly Supervised Medical Image Segmentation
von: Zeng, Dewen, et al.
Veröffentlicht: (2025)

Self-Contrastive Weakly Supervised Learning Framework for Prognostic Prediction Using Whole Slide Images
von: Fuster, Saul, et al.
Veröffentlicht: (2024)

DocSLM: A Small Vision-Language Model for Long Multimodal Document Understanding
von: Hannan, Tanveer, et al.
Veröffentlicht: (2025)

PreFM: Online Audio-Visual Event Parsing via Predictive Future Modeling
von: Yu, Xiao, et al.
Veröffentlicht: (2025)

Contrastive Prompt Clustering for Weakly Supervised Semantic Segmentation
von: Wu, Wangyu, et al.
Veröffentlicht: (2025)

Adaptive Patch Contrast for Weakly Supervised Semantic Segmentation
von: Wu, Wangyu, et al.
Veröffentlicht: (2024)

Learning Event Completeness for Weakly Supervised Video Anomaly Detection
von: Wang, Yu, et al.
Veröffentlicht: (2025)

Semi-Supervised Audio-Visual Video Action Recognition with Audio Source Localization Guided Mixup
von: Kang, Seokun, et al.
Veröffentlicht: (2025)

Contrastive Multiple Instance Learning for Weakly Supervised Person ReID
von: Tyo, Jacob, et al.
Veröffentlicht: (2024)

CACE-Net: Co-guidance Attention and Contrastive Enhancement for Effective Audio-Visual Event Localization
von: He, Xiang, et al.
Veröffentlicht: (2024)

ScreenParse: Moving Beyond Sparse Grounding with Complete Screen Parsing Supervision
von: Gurbuz, A. Said, et al.
Veröffentlicht: (2026)

WP-CrackNet: A Collaborative Adversarial Learning Framework for End-to-End Weakly-Supervised Road Crack Detection
von: Ma, Nachuan, et al.
Veröffentlicht: (2025)