Rethinking Image-to-Video Adaptation: An Object-centric Perspective
Fuente:
arXiv
Salvato in:
| Autori principali: | Qian, Rui, Ding, Shuangrui, Lin, Dahua |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Semantics Meets Temporal Correspondence: Self-supervised Object-centric Learning in Videos
di: Qian, Rui, et al.
Pubblicazione: (2023)
di: Qian, Rui, et al.
Pubblicazione: (2023)
Betrayed by Attention: A Simple yet Effective Approach for Self-supervised Video Object Segmentation
di: Ding, Shuangrui, et al.
Pubblicazione: (2023)
di: Ding, Shuangrui, et al.
Pubblicazione: (2023)
Streaming Long Video Understanding with Large Language Models
di: Qian, Rui, et al.
Pubblicazione: (2024)
di: Qian, Rui, et al.
Pubblicazione: (2024)
Dispider: Enabling Video LLMs with Active Real-Time Interaction via Disentangled Perception, Decision, and Reaction
di: Qian, Rui, et al.
Pubblicazione: (2025)
di: Qian, Rui, et al.
Pubblicazione: (2025)
SAM2Long: Enhancing SAM 2 for Long Video Segmentation with a Training-Free Memory Tree
di: Ding, Shuangrui, et al.
Pubblicazione: (2024)
di: Ding, Shuangrui, et al.
Pubblicazione: (2024)
Advancing Complex Video Object Segmentation via Progressive Concept Construction
di: Zhang, Zhixiong, et al.
Pubblicazione: (2025)
di: Zhang, Zhixiong, et al.
Pubblicazione: (2025)
2nd Place Report of MOSEv2 Challenge 2025: Concept Guided Video Object Segmentation via SeC
di: Zhang, Zhixiong, et al.
Pubblicazione: (2025)
di: Zhang, Zhixiong, et al.
Pubblicazione: (2025)
Image Compression for Machine and Human Vision with Spatial-Frequency Adaptation
di: Li, Han, et al.
Pubblicazione: (2024)
di: Li, Han, et al.
Pubblicazione: (2024)
EgoExo-Gen: Ego-centric Video Prediction by Watching Exo-centric Videos
di: Xu, Jilan, et al.
Pubblicazione: (2025)
di: Xu, Jilan, et al.
Pubblicazione: (2025)
Object-centric Video Question Answering with Visual Grounding and Referring
di: Wang, Haochen, et al.
Pubblicazione: (2025)
di: Wang, Haochen, et al.
Pubblicazione: (2025)
ORIDa: Object-centric Real-world Image Composition Dataset
di: Kim, Jinwoo, et al.
Pubblicazione: (2025)
di: Kim, Jinwoo, et al.
Pubblicazione: (2025)
SepRep-Net: Multi-source Free Domain Adaptation via Model Separation And Reparameterization
di: Jin, Ying, et al.
Pubblicazione: (2024)
di: Jin, Ying, et al.
Pubblicazione: (2024)
Masked Autoencoders are Robust Data Augmentors
di: Xu, Haohang, et al.
Pubblicazione: (2022)
di: Xu, Haohang, et al.
Pubblicazione: (2022)
Temporal Prompting Matters: Rethinking Referring Video Object Segmentation
di: Lin, Ci-Siang, et al.
Pubblicazione: (2025)
di: Lin, Ci-Siang, et al.
Pubblicazione: (2025)
Imagine360: Immersive 360 Video Generation from Perspective Anchor
di: Tan, Jing, et al.
Pubblicazione: (2024)
di: Tan, Jing, et al.
Pubblicazione: (2024)
Rethinking Barely-Supervised Volumetric Medical Image Segmentation from an Unsupervised Domain Adaptation Perspective
di: Shen, Zhiqiang, et al.
Pubblicazione: (2024)
di: Shen, Zhiqiang, et al.
Pubblicazione: (2024)
Rethinking Cross-modal Interaction from a Top-down Perspective for Referring Video Object Segmentation
di: Liang, Chen, et al.
Pubblicazione: (2021)
di: Liang, Chen, et al.
Pubblicazione: (2021)
FlexEdit: Flexible and Controllable Diffusion-based Object-centric Image Editing
di: Nguyen, Trong-Tung, et al.
Pubblicazione: (2024)
di: Nguyen, Trong-Tung, et al.
Pubblicazione: (2024)
ScaleCap: Inference-Time Scalable Image Captioning via Dual-Modality Debiasing
di: Xing, Long, et al.
Pubblicazione: (2025)
di: Xing, Long, et al.
Pubblicazione: (2025)
Object-centric Binding in Contrastive Language-Image Pretraining
di: Assouel, Rim, et al.
Pubblicazione: (2025)
di: Assouel, Rim, et al.
Pubblicazione: (2025)
Caption Anything in Video: Fine-grained Object-centric Captioning via Spatiotemporal Multimodal Prompting
di: Tang, Yunlong, et al.
Pubblicazione: (2025)
di: Tang, Yunlong, et al.
Pubblicazione: (2025)
ORV: 4D Occupancy-centric Robot Video Generation
di: Yang, Xiuyu, et al.
Pubblicazione: (2025)
di: Yang, Xiuyu, et al.
Pubblicazione: (2025)
Source-free Domain Adaptation for Video Object Detection Under Adverse Image Conditions
di: Zhang, Xingguang, et al.
Pubblicazione: (2024)
di: Zhang, Xingguang, et al.
Pubblicazione: (2024)
MSF: Efficient Diffusion Model Via Multi-Scale Latent Factorize
di: Xu, Haohang, et al.
Pubblicazione: (2025)
di: Xu, Haohang, et al.
Pubblicazione: (2025)
Ego3DT: Tracking Every 3D Object in Ego-centric Videos
di: Hao, Shengyu, et al.
Pubblicazione: (2024)
di: Hao, Shengyu, et al.
Pubblicazione: (2024)
FUN: A Focal U-Net Combining Reconstruction and Object Detection for Snapshot Spectral Imaging
di: Gao, Dahua, et al.
Pubblicazione: (2026)
di: Gao, Dahua, et al.
Pubblicazione: (2026)
Demo-ICL: In-Context Learning for Procedural Video Knowledge Acquisition
di: Dong, Yuhao, et al.
Pubblicazione: (2026)
di: Dong, Yuhao, et al.
Pubblicazione: (2026)
Rethinking Video-Language Model from the Language Input Perspective
di: Fang, Xiang, et al.
Pubblicazione: (2026)
di: Fang, Xiang, et al.
Pubblicazione: (2026)
Efficient Multimodal Learning from Data-centric Perspective
di: He, Muyang, et al.
Pubblicazione: (2024)
di: He, Muyang, et al.
Pubblicazione: (2024)
GroPrompt: Efficient Grounded Prompting and Adaptation for Referring Video Object Segmentation
di: Lin, Ci-Siang, et al.
Pubblicazione: (2024)
di: Lin, Ci-Siang, et al.
Pubblicazione: (2024)
Deep Learning on Object-centric 3D Neural Fields
di: Ramirez, Pierluigi Zama, et al.
Pubblicazione: (2023)
di: Ramirez, Pierluigi Zama, et al.
Pubblicazione: (2023)
Dual-Perspective United Transformer for Object Segmentation in Optical Remote Sensing Images
di: Sun, Yanguang, et al.
Pubblicazione: (2025)
di: Sun, Yanguang, et al.
Pubblicazione: (2025)
DualFocus: Integrating Macro and Micro Perspectives in Multi-modal Large Language Models
di: Cao, Yuhang, et al.
Pubblicazione: (2024)
di: Cao, Yuhang, et al.
Pubblicazione: (2024)
Rethinking Image Super-Resolution from Training Data Perspectives
di: Ohtani, Go, et al.
Pubblicazione: (2024)
di: Ohtani, Go, et al.
Pubblicazione: (2024)
Rethinking Multi-Modal Object Detection from the Perspective of Mono-Modality Feature Learning
di: Zhao, Tianyi, et al.
Pubblicazione: (2025)
di: Zhao, Tianyi, et al.
Pubblicazione: (2025)
Rethinking Knowledge in Distillation: An In-context Sample Retrieval Perspective
di: Zhu, Jinjing, et al.
Pubblicazione: (2025)
di: Zhu, Jinjing, et al.
Pubblicazione: (2025)
Rethinking Precision of Pseudo Label: Test-Time Adaptation via Complementary Learning
di: Han, Jiayi, et al.
Pubblicazione: (2023)
di: Han, Jiayi, et al.
Pubblicazione: (2023)
Rethinking Progression of Memory State in Robotic Manipulation: An Object-Centric Perspective
di: Chung, Nhat, et al.
Pubblicazione: (2025)
di: Chung, Nhat, et al.
Pubblicazione: (2025)
RemDet: Rethinking Efficient Model Design for UAV Object Detection
di: Li, Chen, et al.
Pubblicazione: (2024)
di: Li, Chen, et al.
Pubblicazione: (2024)
KPM-Bench: A Kinematic Parsing Motion Benchmark for Fine-grained Motion-centric Video Understanding
di: Lin, Boda, et al.
Pubblicazione: (2026)
di: Lin, Boda, et al.
Pubblicazione: (2026)
Documenti analoghi
-
Semantics Meets Temporal Correspondence: Self-supervised Object-centric Learning in Videos
di: Qian, Rui, et al.
Pubblicazione: (2023) -
Betrayed by Attention: A Simple yet Effective Approach for Self-supervised Video Object Segmentation
di: Ding, Shuangrui, et al.
Pubblicazione: (2023) -
Streaming Long Video Understanding with Large Language Models
di: Qian, Rui, et al.
Pubblicazione: (2024) -
Dispider: Enabling Video LLMs with Active Real-Time Interaction via Disentangled Perception, Decision, and Reaction
di: Qian, Rui, et al.
Pubblicazione: (2025) -
SAM2Long: Enhancing SAM 2 for Long Video Segmentation with a Training-Free Memory Tree
di: Ding, Shuangrui, et al.
Pubblicazione: (2024)