Buchumschlag

How Effective are Self-Supervised Models for Contact Identification in Videos

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gunawardhana, Malitha, Sadith, Limalka, David, Liel, Harari, Daniel, Khan, Muhammad Haris
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

CrossVideoMAE: Self-Supervised Image-Video Representation Learning with Masked Autoencoders
von: Ahamed, Shihab Aaqil, et al.
Veröffentlicht: (2025)

Why Not Use Your Textbook? Knowledge-Enhanced Procedure Planning of Instructional Videos
von: Nagasinghe, Kumaranage Ravindu Yasas, et al.
Veröffentlicht: (2024)

Towards Generalizing to Unseen Domains with Few Labels
von: Galappaththige, Chamuditha Jayanga, et al.
Veröffentlicht: (2024)

Action Without Interaction: Probing the Physical Foundations of Video LMMs via Contact-Release Detection
von: Harari, Daniel, et al.
Veröffentlicht: (2025)

How good nnU-Net for Segmenting Cardiac MRI: A Comprehensive Evaluation
von: Gunawardhana, Malitha, et al.
Veröffentlicht: (2024)

Integrating Deep Learning in Cardiology: A Comprehensive Review of Atrial Fibrillation, Left Atrial Scar Segmentation, and the Frontiers of State-of-the-Art Techniques
von: Gunawardhana, Malitha, et al.
Veröffentlicht: (2024)

Segmenting Bi-Atrial Structures Using ResNext Based Framework
von: Gunawardhana, Malitha, et al.
Veröffentlicht: (2025)

Improving Pseudo-labelling and Enhancing Robustness for Semi-Supervised Domain Generalization
von: Khan, Adnan, et al.
Veröffentlicht: (2024)

Robust and Label-Efficient Deep Waste Detection
von: Abid, Hassan, et al.
Veröffentlicht: (2025)

Self-Supervised Animal Identification for Long Videos
von: Fang, Xuyang, et al.
Veröffentlicht: (2026)

Pixels Don't Lie (But Your Detector Might): Bootstrapping MLLM-as-a-Judge for Trustworthy Deepfake Detection and Reasoning Supervision
von: Kuckreja, Kartik, et al.
Veröffentlicht: (2026)

CountZES: Counting via Zero-Shot Exemplar Selection
von: Siddiqui, Muhammad Ibraheem, et al.
Veröffentlicht: (2025)

Dynamic Position Transformation and Boundary Refinement Network for Left Atrial Segmentation
von: Xu, Fangqiang, et al.
Veröffentlicht: (2024)

Leveraging Cycle-Consistent Anchor Points for Self-Supervised RGB-D Registration
von: Tourani, Siddharth, et al.
Veröffentlicht: (2025)

DPA: Dual Prototypes Alignment for Unsupervised Adaptation of Vision-Language Models
von: Ali, Eman, et al.
Veröffentlicht: (2024)

Pose-Guided Self-Training with Two-Stage Clustering for Unsupervised Landmark Discovery
von: Tourani, Siddharth, et al.
Veröffentlicht: (2024)

Noise-Tolerant Few-Shot Unsupervised Adapter for Vision-Language Models
von: Ali, Eman, et al.
Veröffentlicht: (2023)

Domain-Guided Weight Modulation for Semi-Supervised Domain Generalization
von: Galappaththige, Chamuditha Jayanaga, et al.
Veröffentlicht: (2024)

Towards Fine-Grained Adaptation of CLIP via a Self-Trained Alignment Score
von: Ali, Eman, et al.
Veröffentlicht: (2025)

VFace: A Training-Free Approach for Diffusion-Based Video Face Swapping
von: Baliah, Sanoojan, et al.
Veröffentlicht: (2026)

O-TPT: Orthogonality Constraints for Calibrating Test-time Prompt Tuning in Vision-Language Models
von: Sharifdeen, Ashshak, et al.
Veröffentlicht: (2025)

Reshoot-Anything: A Self-Supervised Model for In-the-Wild Video Reshooting
von: Paliwal, Avinash, et al.
Veröffentlicht: (2026)

How Good is my Video LMM? Complex Video Reasoning and Robustness Evaluation Suite for Video-LMMs
von: Khattak, Muhammad Uzair, et al.
Veröffentlicht: (2024)

FrogDogNet: Fourier frequency Retained visual prompt Output Guidance for Domain Generalization of CLIP in Remote Sensing
von: Gunduboina, Hariseetharam, et al.
Veröffentlicht: (2025)

Not All Modalities Are Equal: Instruction-Aware Gating for Multimodal Videos
von: Ding, Bonan, et al.
Veröffentlicht: (2026)

PerSense: Training-Free Personalized Instance Segmentation in Dense Images
von: Siddiqui, Muhammad Ibraheem, et al.
Veröffentlicht: (2024)

Gaussian See, Gaussian Do: Semantic 3D Motion Transfer from Multiview Video
von: Bekor, Yarin, et al.
Veröffentlicht: (2025)

Divergent Domains, Convergent Grading: Enhancing Generalization in Diabetic Retinopathy Grading
von: Chokuwa, Sharon, et al.
Veröffentlicht: (2024)

Calibration-Aware Prompt Learning for Medical Vision-Language Models
von: Basu, Abhishek, et al.
Veröffentlicht: (2025)

TerraFM: A Scalable Foundation Model for Unified Multisensor Earth Observation
von: Danish, Muhammad Sohail, et al.
Veröffentlicht: (2025)

Realistic and Efficient Face Swapping: A Unified Approach with Diffusion Models
von: Baliah, Sanoojan, et al.
Veröffentlicht: (2024)

Hierarchical Self-Supervised Adversarial Training for Robust Vision Models in Histopathology
von: Malik, Hashmat Shadab, et al.
Veröffentlicht: (2025)

Video-ChatGPT: Towards Detailed Video Understanding via Large Vision and Language Models
von: Maaz, Muhammad, et al.
Veröffentlicht: (2023)

Surgical Scene Understanding in the Era of Foundation AI Models: A Comprehensive Review
von: Khan, Ufaq, et al.
Veröffentlicht: (2025)

VideoGPT+: Integrating Image and Video Encoders for Enhanced Video Understanding
von: Maaz, Muhammad, et al.
Veröffentlicht: (2024)

Judging from Support-set: A New Way to Utilize Few-Shot Segmentation for Segmentation Refinement Process
von: Moon, Seonghyeon, et al.
Veröffentlicht: (2024)

VideoSAVi: Self-Aligned Video Language Models without Human Supervision
von: Kulkarni, Yogesh, et al.
Veröffentlicht: (2024)

OSLoPrompt: Bridging Low-Supervision Challenges and Open-Set Domain Generalization in CLIP
von: C, Mohamad Hassan N, et al.
Veröffentlicht: (2025)

VideoSSR: Video Self-Supervised Reinforcement Learning
von: He, Zefeng, et al.
Veröffentlicht: (2025)

SelfHVD: Self-Supervised Handheld Video Deblurring
von: Xu, Honglei, et al.
Veröffentlicht: (2025)