Buchumschlag

PVUW 2024 Challenge on Complex Video Understanding: Methods and Results

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ding, Henghui, Liu, Chang, Wei, Yunchao, Ravi, Nikhila, He, Shuting, Bai, Song, Torr, Philip, Miao, Deshui, Li, Xin, He, Zhenyu, Wang, Yaowei, Yang, Ming-Hsuan, Xu, Zhensong, Yao, Jiangtao, Wu, Chengjing, Liu, Ting, Liu, Luoqi, Liu, Xinyu, Zhang, Jing, Zhang, Kexin, Yang, Yuting, Jiao, Licheng, Yang, Shuyuan, Gao, Mingqi, Luo, Jingnan, Yang, Jinyu, Han, Jungong, Zheng, Feng, Cao, Bin, Zhang, Yisi, Lin, Xuanxu, He, Xingjian, Zhao, Bo, Liu, Jing, Pan, Feiyu, Fang, Hao, Lu, Xiankai
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

2nd Place Solution for MeViS Track in CVPR 2024 PVUW Workshop: Motion Expression guided Video Segmentation
von: Cao, Bin, et al.
Veröffentlicht: (2024)

2nd Place Solution for MOSE Track in CVPR 2024 PVUW workshop: Complex Video Object Segmentation
von: Xu, Zhensong, et al.
Veröffentlicht: (2024)

3rd Place Solution for MOSE Track in CVPR 2024 PVUW workshop: Complex Video Object Segmentation
von: Liu, Xinyu, et al.
Veröffentlicht: (2024)

1st Place Solution for MeViS Track in CVPR 2024 PVUW Workshop: Motion Expression guided Video Segmentation
von: Gao, Mingqi, et al.
Veröffentlicht: (2024)

3rd Place Solution for PVUW Challenge 2024: Video Panoptic Segmentation
von: Wu, Ruipu, et al.
Veröffentlicht: (2024)

1st Place Solution for MOSE Track in CVPR 2024 PVUW Workshop: Complex Video Object Segmentation
von: Miao, Deshui, et al.
Veröffentlicht: (2024)

PVUW 2025 Challenge Report: Advances in Pixel-level Understanding of Complex Videos in the Wild
von: Ding, Henghui, et al.
Veröffentlicht: (2025)

The Instance-centric Transformer for the RVOS Track of LSVOS Challenge: 3rd Place Solution
von: Cao, Bin, et al.
Veröffentlicht: (2024)

Report of the 5th PVUW Challenge: Towards More Diverse Modalities in Pixel-Level Understanding
von: Liu, Chang, et al.
Veröffentlicht: (2026)

Re-Prompting SAM 3 via Object Retrieval: 3rd of the 5th PVUW MOSE Track
von: Gao, Mingqi, et al.
Veröffentlicht: (2026)

STSeg-Complex Video Object Segmentation: The 1st Solution for 4th PVUW MOSE Challenge
von: Song, Kehuan, et al.
Veröffentlicht: (2025)

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

APRVOS: 1st Place Winner of 5th PVUW MeViS-Audio Track
von: Miao, Deshui, et al.
Veröffentlicht: (2026)

Decoupling Static and Hierarchical Motion Perception for Referring Video Segmentation
von: He, Shuting, et al.
Veröffentlicht: (2024)

RefMask3D: Language-Guided Transformer for 3D Referring Segmentation
von: He, Shuting, et al.
Veröffentlicht: (2024)

Unveiling Parts Beyond Objects:Towards Finer-Granularity Referring Expression Segmentation
von: Wang, Wenxuan, et al.
Veröffentlicht: (2023)

Beyond Literal Descriptions: Understanding and Locating Open-World Objects Aligned with Human Intentions
von: Wang, Wenxuan, et al.
Veröffentlicht: (2024)

CM-MaskSD: Cross-Modality Masked Self-Distillation for Referring Image Segmentation
von: Wang, Wenxuan, et al.
Veröffentlicht: (2023)

OAMVOS:2nd Report for 5th PVUW MOSE Track
von: Miao, Deshui, et al.
Veröffentlicht: (2026)

Towards Unified Referring Expression Segmentation Across Omni-Level Visual Target Granularities
von: Liu, Jing, et al.
Veröffentlicht: (2025)

AgentRVOS for MeViS-Text Track of 5th PVUW Challenge: 3rd Method
von: Miao, Deshui, et al.
Veröffentlicht: (2026)

GlyphMastero: A Glyph Encoder for High-Fidelity Scene Text Editing
von: Wang, Tong, et al.
Veröffentlicht: (2025)

EVPGS: Enhanced View Prior Guidance for Splatting-based Extrapolated View Synthesis
von: Li, Jiahe, et al.
Veröffentlicht: (2025)

Semantic Segmentation on VSPW Dataset through Masked Video Consistency
von: Liang, Chen, et al.
Veröffentlicht: (2024)

FVOS for MOSE Track of 4th PVUW Challenge: 3rd Place Solution
von: Wang, Mengjiao, et al.
Veröffentlicht: (2025)

Prompt-Softbox-Prompt: A Free-Text Embedding Control for Image Editing
von: Yang, Yitong, et al.
Veröffentlicht: (2024)

Calibration & Reconstruction: Deep Integrated Language for Referring Image Segmentation
von: Yan, Yichen, et al.
Veröffentlicht: (2024)

Learning Spatial-Semantic Features for Robust Video Object Segmentation
von: Li, Xin, et al.
Veröffentlicht: (2024)

Discriminative Spatial-Semantic VOS Solution: 1st Place Solution for 6th LSVOS
von: Miao, Deshui, et al.
Veröffentlicht: (2024)

GREx: Generalized Referring Expression Segmentation, Comprehension, and Generation
von: Ding, Henghui, et al.
Veröffentlicht: (2026)

Renormalized Connection for Scale-preferred Object Detection in Satellite Imagery
von: Zhang, Fan, et al.
Veröffentlicht: (2024)

Deciphering Hydrothermal Cues for the Wintering Migration of Endemic Fish in Cryospheric Headwaters: A 3‐Year Monitoring on the Tibetan Plateau
von: Chenyu Liu, et al.
Veröffentlicht: (2025)

Show Me When and Where: Towards Referring Video Object Segmentation in the Wild
von: Gao, Mingqi, et al.
Veröffentlicht: (2026)

Improving the Balance of Unobserved Covariates From Information Theory in Multi-Arm Randomization with Unequal Allocation Ratio
von: Ma, Xingjian, et al.
Veröffentlicht: (2023)

Geometric Prior Guided Feature Representation Learning for Long-Tailed Classification
von: Ma, Yanbiao, et al.
Veröffentlicht: (2024)

Exploring Beyond Logits: Hierarchical Dynamic Labeling Based on Embeddings for Semi-Supervised Classification
von: Ma, Yanbiao, et al.
Veröffentlicht: (2024)

MOSEv2: A More Challenging Dataset for Video Object Segmentation in Complex Scenes
von: Ding, Henghui, et al.
Veröffentlicht: (2025)

Hierarchical Alignment-enhanced Adaptive Grounding Network for Generalized Referring Expression Comprehension
von: Wang, Yaxian, et al.
Veröffentlicht: (2025)

MiVE: Multiscale Vision-language features for reference-guided video Editing
von: Wang, Tong, et al.
Veröffentlicht: (2026)

SAM-REF: Introducing Image-Prompt Synergy during Interaction for Detail Enhancement in the Segment Anything Model
von: Yu, Chongkai, et al.
Veröffentlicht: (2024)