Buchumschlag

Temporally Grounding Instructional Diagrams in Unconstrained Videos

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Jiahao, Zhang, Frederic Z., Rodriguez, Cristian, Ben-Shabat, Yizhak, Cherian, Anoop, Gould, Stephen
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

Aligning Step-by-Step Instructional Diagrams to Video Demonstrations
von: Zhang, Jiahao, et al.
Veröffentlicht: (2023)

Manual-PA: Learning 3D Part Assembly from Instruction Diagrams
von: Zhang, Jiahao, et al.
Veröffentlicht: (2024)

3DInAction: Understanding Human Actions in 3D Point Clouds
von: Ben-Shabat, Yizhak, et al.
Veröffentlicht: (2023)

Neural Experts: Mixture of Experts for Implicit Neural Representations
von: Ben-Shabat, Yizhak, et al.
Veröffentlicht: (2024)

VI3NR: Variance Informed Initialization for Implicit Neural Representations
von: Koneputugodage, Chamin Hewa, et al.
Veröffentlicht: (2025)

GraVoS: Voxel Selection for 3D Point-Cloud Detection
von: Shrout, Oren, et al.
Veröffentlicht: (2022)

PatchContrast: Self-Supervised Pre-training for 3D Object Detection
von: Shrout, Oren, et al.
Veröffentlicht: (2023)

RoMo: A Large-Scale, Richly Organized Dataset and Semantic Taxonomy for Human Motion Generation
von: Zhang, Jiahao, et al.
Veröffentlicht: (2026)

ComplexVAD: Detecting Interaction Anomalies in Video
von: Mumcu, Furkan, et al.
Veröffentlicht: (2025)

Leveraging Multimodal LLM Descriptions of Activity for Explainable Semi-Supervised Video Anomaly Detection
von: Mumcu, Furkan, et al.
Veröffentlicht: (2025)

Is Video Anomaly Detection Misframed? Evidence from LLM-Based and Multi-Scene Models
von: Mumcu, Furkan, et al.
Veröffentlicht: (2026)

An empirical study of the effect of video encoders on Temporal Video Grounding
von: De la Jara, Ignacio M., et al.
Veröffentlicht: (2025)

EvoGround: Self-Evolving Video Agents for Video Temporal Grounding
von: Jung, Minjoon, et al.
Veröffentlicht: (2026)

Less is More: Improving Motion Diffusion Models with Sparse Keyframes
von: Bae, Jinseok, et al.
Veröffentlicht: (2025)

MMHOI: Modeling Complex 3D Multi-Human Multi-Object Interactions
von: Kogashi, Kaen, et al.
Veröffentlicht: (2025)

WildActor: Unconstrained Identity-Preserving Video Generation
von: Guo, Qin, et al.
Veröffentlicht: (2026)

LLM-Guided Agentic Object Detection for Open-World Understanding
von: Mumcu, Furkan, et al.
Veröffentlicht: (2025)

StyleMotif: Multi-Modal Motion Stylization using Style-Content Cross Fusion
von: Guo, Ziyu, et al.
Veröffentlicht: (2025)

Context-Guided Spatio-Temporal Video Grounding
von: Gu, Xin, et al.
Veröffentlicht: (2024)

Multi-Sentence Grounding for Long-term Instructional Video
von: Li, Zeqian, et al.
Veröffentlicht: (2023)

Towards Long-Form Spatio-Temporal Video Grounding
von: Gu, Xin, et al.
Veröffentlicht: (2026)

AssemblyBench: Physics-Aware Assembly of Complex Industrial Objects
von: Li, Danrui, et al.
Veröffentlicht: (2026)

Towards Stable Self-Supervised Object Representations in Unconstrained Egocentric Video
von: Tan, Yuting, et al.
Veröffentlicht: (2026)

PersonaAnimator: Personalized Motion Transfer from Unconstrained Videos
von: Qian, Ziyun, et al.
Veröffentlicht: (2025)

SpinBench: Perspective and Rotation as a Lens on Spatial Reasoning in VLMs
von: Zhang, Yuyou, et al.
Veröffentlicht: (2025)

Masked Temporal Interpolation Diffusion for Procedure Planning in Instructional Videos
von: Zhou, Yufan, et al.
Veröffentlicht: (2025)

Diversified Augmentation with Domain Adaptation for Debiased Video Temporal Grounding
von: Ren, Junlong, et al.
Veröffentlicht: (2025)

E.M.Ground: A Temporal Grounding Vid-LLM with Holistic Event Perception and Matching
von: Nie, Jiahao, et al.
Veröffentlicht: (2026)

Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Grounding
von: Wasim, Syed Talal, et al.
Veröffentlicht: (2023)

OmniSTVG: Toward Spatio-Temporal Omni-Object Video Grounding
von: Yao, Jiali, et al.
Veröffentlicht: (2025)

Moment Quantization for Video Temporal Grounding
von: Sun, Xiaolong, et al.
Veröffentlicht: (2025)

VTimeCoT: Thinking by Drawing for Video Temporal Grounding and Reasoning
von: Zhang, Jinglei, et al.
Veröffentlicht: (2025)

Towards Visual-Prompt Temporal Answering Grounding in Medical Instructional Video
von: Li, Bin, et al.
Veröffentlicht: (2022)

Static and Dynamic Graph Alignment Network for Temporal Video Grounding
von: Hu, Zhanjie, et al.
Veröffentlicht: (2026)

CoLo-CAM: Class Activation Mapping for Object Co-Localization in Weakly-Labeled Unconstrained Videos
von: Belharbi, Soufiane, et al.
Veröffentlicht: (2023)

T2SGrid: Temporal-to-Spatial Gridification for Video Temporal Grounding
von: Guo, Chaohong, et al.
Veröffentlicht: (2026)

RECIPE: Procedural Planning via Grounding in Instructional Video
von: Seminara, Luigi, et al.
Veröffentlicht: (2026)

Foresee-to-Ground: From Predictive Temporal Perception to Evidence-Driven Reasoning for Video Temporal Grounding
von: Zheng, Zelin, et al.
Veröffentlicht: (2026)

Bridging Time and Space: Decoupled Spatio-Temporal Alignment for Video Grounding
von: Tu, Xuezhen, et al.
Veröffentlicht: (2026)

Open-o3-Video: Grounded Video Reasoning with Explicit Spatio-Temporal Evidence
von: Meng, Jiahao, et al.
Veröffentlicht: (2025)