Buchumschlag

C2C: Component-to-Composition Learning for Zero-Shot Compositional Action Recognition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Rongchang, Feng, Zhenhua, Xu, Tianyang, Li, Linze, Wu, Xiao-Jun, Awais, Muhammad, Atito, Sara, Kittler, Josef
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

Investigating Self-Supervised Methods for Label-Efficient Learning
von: Nandam, Srinivasa Rao, et al.
Veröffentlicht: (2024)

Probabilistically Aligned View-unaligned Clustering with Adaptive Template Selection
von: Dong, Wenhua, et al.
Veröffentlicht: (2024)

Pseudo Labelling for Enhanced Masked Autoencoders
von: Nandam, Srinivasa Rao, et al.
Veröffentlicht: (2024)

DailyMAE: Towards Pretraining Masked Autoencoders in One Day
von: Wu, Jiantao, et al.
Veröffentlicht: (2024)

Information theoretic underpinning of self-supervised learning by clustering
von: Kittler, Josef, et al.
Veröffentlicht: (2026)

An Improved Graph Pooling Network for Skeleton-Based Action Recognition
von: Wu, Cong, et al.
Veröffentlicht: (2024)

One Model for ALL: Low-Level Task Interaction Is a Key to Task-Agnostic Image Fusion
von: Cheng, Chunyang, et al.
Veröffentlicht: (2025)

Rethinking Positive Pairs in Contrastive Learning
von: Wu, Jiantao, et al.
Veröffentlicht: (2024)

ASiT: Local-Global Audio Spectrogram vIsion Transformer for Event Classification
von: Atito, Sara, et al.
Veröffentlicht: (2022)

PortraitTalk: Towards Customizable One-Shot Audio-to-Talking Face Generation
von: Nazarieh, Fatemeh, et al.
Veröffentlicht: (2024)

TENet: Targetness Entanglement Incorporating with Multi-Scale Pooling and Mutually-Guided Fusion for RGB-E Object Tracking
von: Shao, Pengcheng, et al.
Veröffentlicht: (2024)

MAGIC-Talk: Motion-aware Audio-Driven Talking Face Generation with Customizable Identity Control
von: Nazarieh, Fatemeh, et al.
Veröffentlicht: (2025)

Adaptive Hyper-Graph Convolution Network for Skeleton-based Human Action Recognition with Virtual Connections
von: Zhou, Youwei, et al.
Veröffentlicht: (2024)

Domain Adaptation Without the Compute Burden for Efficient Whole Slide Image Analysis
von: Marikkar, Umar, et al.
Veröffentlicht: (2026)

C3R: Channel Conditioned Cell Representations for unified evaluation in microscopy imaging
von: Marikkar, Umar, et al.
Veröffentlicht: (2025)

Revisiting RGBT Tracking Benchmarks from the Perspective of Modality Validity: A New Benchmark, Problem, and Solution
von: Tang, Zhangyong, et al.
Veröffentlicht: (2024)

Zero-shot Compositional Action Recognition with Neural Logic Constraints
von: Ye, Gefan, et al.
Veröffentlicht: (2025)

Learning Progressive Adaptation for Multi-Modal Tracking
von: Wang, He, et al.
Veröffentlicht: (2026)

MMDRFuse: Distilled Mini-Model with Dynamic Refresh for Multi-Modality Image Fusion
von: Deng, Yanglin, et al.
Veröffentlicht: (2024)

A Tri-Modal Dataset and a Baseline System for Tracking Unmanned Aerial Vehicles
von: Xu, Tianyang, et al.
Veröffentlicht: (2025)

FusionBooster: A Unified Image Fusion Boosting Paradigm
von: Cheng, Chunyang, et al.
Veröffentlicht: (2023)

Multi-Paradigm Collaborative Adversarial Attack Against Multi-Modal Large Language Models
von: Li, Yuanbo, et al.
Veröffentlicht: (2026)

Towards Highly Transferable Vision-Language Attack via Semantic-Augmented Dynamic Contrastive Interaction
von: Li, Yuanbo, et al.
Veröffentlicht: (2026)

UASTrack: A Unified Adaptive Selection Framework with Modality-Customization in Single Object Tracking
von: Wang, He, et al.
Veröffentlicht: (2025)

DC-ViT: Modulating Spatial and Channel Interactions for Multi-Channel Images
von: Marikkar, Umar, et al.
Veröffentlicht: (2026)

SMLNet: A SPD Manifold Learning Network for Infrared and Visible Image Fusion
von: Kang, Huan, et al.
Veröffentlicht: (2024)

Channel-Aware Probing for Multi-Channel Imaging
von: Marikkar, Umar, et al.
Veröffentlicht: (2026)

BusReF: Infrared-Visible images registration and fusion focus on reconstructible area using one set of features
von: Zhang, Zeyang, et al.
Veröffentlicht: (2023)

TextFusion: Unveiling the Power of Textual Semantics for Controllable Image Fusion
von: Cheng, Chunyang, et al.
Veröffentlicht: (2023)

Beyond Strict Pairing: Arbitrarily Paired Training for High-Performance Infrared and Visible Image Fusion
von: Deng, Yanglin, et al.
Veröffentlicht: (2026)

Compositional Zero-Shot Learning: A Survey
von: Munir, Ans, et al.
Veröffentlicht: (2025)

$\text{H}^2$em: Learning Hierarchical Hyperbolic Embeddings for Compositional Zero-Shot Learning
von: Li, Lin, et al.
Veröffentlicht: (2025)

Dynamic Subframe Splitting and Spatio-Temporal Motion Entangled Sparse Attention for RGB-E Tracking
von: Shao, Pengcheng, et al.
Veröffentlicht: (2024)

GrFormer: A Novel Transformer on Grassmann Manifold for Infrared and Visible Image Fusion
von: Kang, Huan, et al.
Veröffentlicht: (2025)

EvaNet: Towards More Efficient and Consistent Infrared and Visible Image Fusion Assessment
von: Cheng, Chunyang, et al.
Veröffentlicht: (2026)

Collaborating Vision, Depth, and Thermal Signals for Multi-Modal Tracking: Dataset and Algorithm
von: Zhu, Xue-Feng, et al.
Veröffentlicht: (2025)

Prompt-Based Continual Compositional Zero-Shot Learning
von: Maryam, Sauda, et al.
Veröffentlicht: (2025)

MSCI: Addressing CLIP's Inherent Limitations for Compositional Zero-Shot Learning
von: Wang, Yue, et al.
Veröffentlicht: (2025)

Learning Structure-Supporting Dependencies via Keypoint Interactive Transformer for General Mammal Pose Estimation
von: Xu, Tianyang, et al.
Veröffentlicht: (2025)

FlowComposer: Composable Flows for Compositional Zero-Shot Learning
von: He, Zhenqi, et al.
Veröffentlicht: (2026)