:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Yihong, Hariharan, Bharath
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2405.14841
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Tracking and Understanding Object Transformations
von: Sun, Yihong, et al.
Veröffentlicht: (2025)

Live Interactive Training for Video Segmentation
von: Yang, Xinyu, et al.
Veröffentlicht: (2026)

Video Creation by Demonstration
von: Sun, Yihong, et al.
Veröffentlicht: (2024)

Learning Feature Descriptors using Camera Pose Supervision
von: Wang, Qianqian, et al.
Veröffentlicht: (2020)

MovieRecapsQA: A Multimodal Open-Ended Video Question-Answering Benchmark
von: Shaar, Shaden, et al.
Veröffentlicht: (2026)

Composing People Together: Iterative Pose-Image Generation for Multi-Person Interaction Scenes
von: Peng, Wenxuan, et al.
Veröffentlicht: (2026)

Learning 3D Perception from Others' Predictions
von: Yoo, Jinsu, et al.
Veröffentlicht: (2024)

ObjectCarver: Semi-automatic segmentation, reconstruction and separation of 3D objects
von: Hassena, Gemmechu, et al.
Veröffentlicht: (2024)

Pre-Training LiDAR-Based 3D Object Detectors Through Colorization
von: Pan, Tai-Yu, et al.
Veröffentlicht: (2023)

MOD-CL: Multi-label Object Detection with Constrained Loss
von: Moriyama, Sota, et al.
Veröffentlicht: (2024)

VideoWorld: Exploring Knowledge Learning from Unlabeled Videos
von: Ren, Zhongwei, et al.
Veröffentlicht: (2025)

C3Po: Cross-View Cross-Modality Correspondence by Pointmap Prediction
von: Huang, Kuan Wei, et al.
Veröffentlicht: (2025)

KFC-W: Generating 3D-Consistent Videos from Unposed Internet Photos
von: Chou, Gene, et al.
Veröffentlicht: (2024)

Lost and Found: Overcoming Detector Failures in Online Multi-Object Tracking
von: Vaquero, Lorenzo, et al.
Veröffentlicht: (2024)

Better Monocular 3D Detectors with LiDAR from the Past
von: You, Yurong, et al.
Veröffentlicht: (2024)

Color Bind: Exploring Color Perception in Text-to-Image Models
von: Shomer-Chai, Shay, et al.
Veröffentlicht: (2025)

Ponymation: Learning Articulated 3D Animal Motions from Unlabeled Online Videos
von: Sun, Keqiang, et al.
Veröffentlicht: (2023)

FlashDepth: Real-time Streaming Video Depth Estimation at 2K Resolution
von: Chou, Gene, et al.
Veröffentlicht: (2025)

Scale-Aware Recognition in Satellite Images under Resource Constraints
von: Revankar, Shreelekha, et al.
Veröffentlicht: (2024)

MONITRS: Multimodal Observations of Natural Incidents Through Remote Sensing
von: Revankar, Shreelekha, et al.
Veröffentlicht: (2025)

Sports Re-ID: Improving Re-Identification Of Players In Broadcast Videos Of Team Sports
von: Comandur, Bharath
Veröffentlicht: (2022)

On the Feasibility and Opportunity of Autoregressive 3D Object Detection
von: Huang, Zanming, et al.
Veröffentlicht: (2026)

xMOD: Cross-Modal Distillation for 2D/3D Multi-Object Discovery from 2D motion
von: Lahlali, Saad, et al.
Veröffentlicht: (2025)

CityRAG: Stepping Into a City via Spatially-Grounded Video Generation
von: Chou, Gene, et al.
Veröffentlicht: (2026)

Switch-a-View: View Selection Learned from Unlabeled In-the-wild Videos
von: Majumder, Sagnik, et al.
Veröffentlicht: (2024)

$Δ$ynamics: Language-Based Representation for Inferring Rigid-Body Dynamics From Videos
von: Kao, Chia-Hsiang, et al.
Veröffentlicht: (2026)

DiSciPLE: Learning Interpretable Programs for Scientific Visual Discovery
von: Mall, Utkarsh, et al.
Veröffentlicht: (2025)

Vid-Morp: Video Moment Retrieval Pretraining from Unlabeled Videos in the Wild
von: Bao, Peijun, et al.
Veröffentlicht: (2024)

SOOD++: Leveraging Unlabeled Data to Boost Oriented Object Detection
von: Liang, Dingkang, et al.
Veröffentlicht: (2024)

Adaptive Pseudo Label Selection for Individual Unlabeled Data by Positive and Unlabeled Learning
von: Yamane, Takehiro, et al.
Veröffentlicht: (2025)

Advancing Human Action Recognition with Foundation Models trained on Unlabeled Public Videos
von: Qian, Yang, et al.
Veröffentlicht: (2024)

DiffMOD: Progressive Diffusion Point Denoising for Moving Object Detection in Remote Sensing
von: Zhang, Jinyue, et al.
Veröffentlicht: (2025)

Flat-Pack Bench: Evaluating Spatio-Temporal Understanding in Large Vision-Language Models through Furniture Assembly
von: Chetan, Aditya, et al.
Veröffentlicht: (2026)

Fine-Tuning Video-Text Contrastive Model for Primate Behavior Retrieval from Unlabeled Raw Videos
von: Santo, Giulio Cesare Mastrocinque, et al.
Veröffentlicht: (2025)

DiffuBox: Refining 3D Object Detection with Point Diffusion
von: Chen, Xiangyu, et al.
Veröffentlicht: (2024)

MegaScenes: Scene-Level View Synthesis at Scale
von: Tung, Joseph, et al.
Veröffentlicht: (2024)

Towards Unstructured Unlabeled Optical Mocap: A Video Helps!
von: Milef, Nicholas, et al.
Veröffentlicht: (2024)

Accurate Differential Operators for Hybrid Neural Fields
von: Chetan, Aditya, et al.
Veröffentlicht: (2023)

Automatic Retrieval of Specific Cows from Unlabeled Videos
von: Lyu, Jiawen, et al.
Veröffentlicht: (2025)

SurgeMOD: Translating image-space tissue motions into vision-based surgical forces
von: Reyzabal, Mikel De Iturrate, et al.
Veröffentlicht: (2024)