Buchumschlag

Self-training Room Layout Estimation via Geometry-aware Ray-casting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Solarte, Bolivar, Wu, Chin-Hsuan, Jhang, Jin-Cheng, Lee, Jonathan, Tsai, Yi-Hsuan, Sun, Min
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

uLayout: Unified Room Layout Estimation for Perspective and Panoramic Images
von: Lee, Jonathan, et al.
Veröffentlicht: (2025)

No More Ambiguity in 360° Room Layout via Bi-Layout Estimation
von: Tsai, Yu-Ju, et al.
Veröffentlicht: (2024)

Gaga: Group Any Gaussians via 3D-aware Memory Bank
von: Lyu, Weijie, et al.
Veröffentlicht: (2024)

Ranking-aware adapter for text-driven image ordering with CLIP
von: Yu, Wei-Hsiang, et al.
Veröffentlicht: (2024)

Weakly Supervised 3D Object Detection via Multi-Level Visual Guidance
von: Huang, Kuan-Chih, et al.
Veröffentlicht: (2023)

Toward Real-world BEV Perception: Depth Uncertainty Estimation via Gaussian Splatting
von: Lu, Shu-Wei, et al.
Veröffentlicht: (2025)

IllumiCraft: Unified Geometry and Illumination Diffusion for Controllable Video Generation
von: Lin, Yuanze, et al.
Veröffentlicht: (2025)

Self-Attention with State-Object Weighted Combination for Compositional Zero Shot Learning
von: Chang, Cheng-Hong, et al.
Veröffentlicht: (2025)

Cameras as Rays: Pose Estimation via Ray Diffusion
von: Zhang, Jason Y., et al.
Veröffentlicht: (2024)

Text-Driven Image Editing via Learnable Regions
von: Lin, Yuanze, et al.
Veröffentlicht: (2023)

Layout Anything: One Transformer for Universal Room Layout Estimation
von: Mia, Md Sohag, et al.
Veröffentlicht: (2025)

PTT: Point-Trajectory Transformer for Efficient Temporal 3D Object Detection
von: Huang, Kuan-Chih, et al.
Veröffentlicht: (2023)

Chat-Edit-3D: Interactive 3D Scene Editing via Text Prompts
von: Fang, Shuangkang, et al.
Veröffentlicht: (2024)

Delve into Visual Contrastive Decoding for Hallucination Mitigation of Large Vision-Language Models
von: Lee, Yi-Lun, et al.
Veröffentlicht: (2024)

SCAN: Visual Explanations with Self-Confidence and Analysis Networks
von: Lee, Gwanghee, et al.
Veröffentlicht: (2026)

Exemplar Masking for Multimodal Incremental Learning
von: Lee, Yi-Lun, et al.
Veröffentlicht: (2024)

RoomPlanner: Explicit Layout Planner for Easier LLM-Driven 3D Room Generation
von: Sun, Wenzhuo, et al.
Veröffentlicht: (2025)

CTRL-D: Controllable Dynamic 3D Scene Editing with Personalized 2D Diffusion
von: He, Kai, et al.
Veröffentlicht: (2024)

Confronting Ambiguity in 6D Object Pose Estimation via Score-Based Diffusion on SE(3)
von: Hsiao, Tsu-Ching, et al.
Veröffentlicht: (2023)

Layout-your-3D: Controllable and Precise 3D Generation with 2D Blueprint
von: Zhou, Junwei, et al.
Veröffentlicht: (2024)

Prim2Room: Layout-Controllable Room Mesh Generation from Primitives
von: Feng, Chengzeng, et al.
Veröffentlicht: (2024)

Post-Disaster Affected Area Segmentation with a Vision Transformer (ViT)-based EVAP Model using Sentinel-2 and Formosat-5 Imagery
von: Chu, Yi-Shan, et al.
Veröffentlicht: (2025)

PanoTPS-Net: Panoramic Room Layout Estimation via Thin Plate Spline Transformation
von: Ibrahem, Hatem, et al.
Veröffentlicht: (2025)

GALA3D: Towards Text-to-3D Complex Scene Generation via Layout-guided Generative Gaussian Splatting
von: Zhou, Xiaoyu, et al.
Veröffentlicht: (2024)

MonST3R: A Simple Approach for Estimating Geometry in the Presence of Motion
von: Zhang, Junyi, et al.
Veröffentlicht: (2024)

V-MIND: Building Versatile Monocular Indoor 3D Detector with Diverse 2D Annotations
von: Jhang, Jin-Cheng, et al.
Veröffentlicht: (2024)

PixCuboid: Room Layout Estimation from Multi-view Featuremetric Alignment
von: Hanning, Gustav, et al.
Veröffentlicht: (2025)

Action-slot: Visual Action-centric Representations for Multi-label Atomic Activity Recognition in Traffic Scenes
von: Kung, Chi-Hsi, et al.
Veröffentlicht: (2023)

ReLayout: Towards Real-World Document Understanding via Layout-enhanced Pre-training
von: Jiang, Zhouqiang, et al.
Veröffentlicht: (2024)

Beyond Words: Multimodal LLM Knows When to Speak
von: Liao, Zikai, et al.
Veröffentlicht: (2025)

HLG: Comprehensive 3D Room Construction via Hierarchical Layout Generation
von: Wang, Xiping, et al.
Veröffentlicht: (2025)

PP-DocLayout: A Unified Document Layout Detection Model to Accelerate Large-Scale Data Construction
von: Sun, Ting, et al.
Veröffentlicht: (2025)

MeshLLM: Empowering Large Language Models to Progressively Understand and Generate 3D Mesh
von: Fang, Shuangkang, et al.
Veröffentlicht: (2025)

Semantic2Graph: Graph-based Multi-modal Feature Fusion for Action Segmentation in Videos
von: Zhang, Junbin, et al.
Veröffentlicht: (2022)

Ctrl-Room: Controllable Text-to-3D Room Meshes Generation with Layout Constraints
von: Fang, Chuan, et al.
Veröffentlicht: (2023)

Interactive Multi-Head Self-Attention with Linear Complexity
von: Kang, Hankyul, et al.
Veröffentlicht: (2024)

Transferring to Real-World Layouts: A Depth-aware Framework for Scene Adaptation
von: Chen, Mu, et al.
Veröffentlicht: (2023)

Ordinal Scale Traffic Congestion Classification with Multi-Modal Vision-Language and Motion Analysis
von: Lin, Yu-Hsuan
Veröffentlicht: (2025)

FuzzRisk: Online Collision Risk Estimation for Autonomous Vehicles based on Depth-Aware Object Detection via Fuzzy Inference
von: Liao, Brian Hsuan-Cheng, et al.
Veröffentlicht: (2024)

Technical Report for ICRA 2025 GOOSE 2D Semantic Segmentation Challenge: Leveraging Color Shift Correction, RoPE-Swin Backbone, and Quantile-based Label Denoising Strategy for Robust Outdoor Scene Understanding
von: Hsu, Chih-Chung, et al.
Veröffentlicht: (2025)