Robust Scene Change Detection Using Visual Foundation Models and Cross-Attention Mechanisms
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Lin, Chun-Jung, Garg, Sourav, Chin, Tat-Jun, Dayoub, Feras |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
SceneEdited: A City-Scale Benchmark for 3D HD Map Updating via Image-Guided Change Detection
par: Lin, Chun-Jung, et autres
Publié: (2025)
par: Lin, Chun-Jung, et autres
Publié: (2025)
Vision Foundation Models for Domain Generalisable Cross-View Localisation in Planetary Ground-Aerial Robotic Teams
par: Holden, Lachlan, et autres
Publié: (2026)
par: Holden, Lachlan, et autres
Publié: (2026)
To Ask or Not to Ask? Detecting Absence of Information in Vision and Language Navigation
par: Abraham, Savitha Sam, et autres
Publié: (2024)
par: Abraham, Savitha Sam, et autres
Publié: (2024)
Temporal Attention for Cross-View Sequential Image Localization
par: Yuan, Dong, et autres
Publié: (2024)
par: Yuan, Dong, et autres
Publié: (2024)
Wasserstein Distance-based Expansion of Low-Density Latent Regions for Unknown Class Detection
par: Mallick, Prakash, et autres
Publié: (2024)
par: Mallick, Prakash, et autres
Publié: (2024)
Detecting Precise Hand Touch Moments in Egocentric Video
par: Nguyen, Huy Anh, et autres
Publié: (2026)
par: Nguyen, Huy Anh, et autres
Publié: (2026)
Embodied Domain Adaptation for Object Detection
par: Shi, Xiangyu, et autres
Publié: (2025)
par: Shi, Xiangyu, et autres
Publié: (2025)
RoboHop: Segment-based Topological Map Representation for Open-World Visual Navigation
par: Garg, Sourav, et autres
Publié: (2024)
par: Garg, Sourav, et autres
Publié: (2024)
QueryAdapter: Rapid Adaptation of Vision-Language Models in Response to Natural Language Queries
par: Chapman, Nicolas Harvey, et autres
Publié: (2025)
par: Chapman, Nicolas Harvey, et autres
Publié: (2025)
Improving Online Source-free Domain Adaptation for Object Detection by Unsupervised Data Acquisition
par: Shi, Xiangyu, et autres
Publié: (2023)
par: Shi, Xiangyu, et autres
Publié: (2023)
Camera-Pose Robust Crater Detection from Chang'e 5
par: Rodda, Matthew, et autres
Publié: (2024)
par: Rodda, Matthew, et autres
Publié: (2024)
TANGO: Traversability-Aware Navigation with Local Metric Control for Topological Goals
par: Podgorski, Stefan, et autres
Publié: (2025)
par: Podgorski, Stefan, et autres
Publié: (2025)
A Physical Agentic Loop for Language-Guided Grasping with Execution-State Monitoring
par: Wang, Wenze, et autres
Publié: (2026)
par: Wang, Wenze, et autres
Publié: (2026)
ObjectReact: Learning Object-Relative Control for Visual Navigation
par: Garg, Sourav, et autres
Publié: (2025)
par: Garg, Sourav, et autres
Publié: (2025)
AIMC-Spec: A Benchmark Dataset for Automatic Intrapulse Modulation Classification under Variable Noise Conditions
par: Cocks, Sebastian L., et autres
Publié: (2026)
par: Cocks, Sebastian L., et autres
Publié: (2026)
PoIFusion: Multi-Modal 3D Object Detection via Fusion at Points of Interest
par: Deng, Jiajun, et autres
Publié: (2024)
par: Deng, Jiajun, et autres
Publié: (2024)
Segment Beyond View: Handling Partially Missing Modality for Audio-Visual Semantic Segmentation
par: Wu, Renjie, et autres
Publié: (2023)
par: Wu, Renjie, et autres
Publié: (2023)
KITE: Keyframe-Indexed Tokenized Evidence for VLM-Based Robot Failure Analysis
par: Hosseinzadeh, Mehdi, et autres
Publié: (2026)
par: Hosseinzadeh, Mehdi, et autres
Publié: (2026)
Finding Outliers in a Haystack: Anomaly Detection for Large Pointcloud Scenes
par: Faulkner, Ryan, et autres
Publié: (2025)
par: Faulkner, Ryan, et autres
Publié: (2025)
Robust Physical Adversarial Patches Using Dynamically Optimized Clusters
par: Bagley, Harrison, et autres
Publié: (2025)
par: Bagley, Harrison, et autres
Publié: (2025)
3D-LLaVA: Towards Generalist 3D LMMs with Omni Superpoint Transformer
par: Deng, Jiajun, et autres
Publié: (2025)
par: Deng, Jiajun, et autres
Publié: (2025)
Robust Fitting on a Gate Quantum Computer
par: Yang, Frances Fengyi, et autres
Publié: (2024)
par: Yang, Frances Fengyi, et autres
Publié: (2024)
Snowy Scenes,Clear Detections: A Robust Model for Traffic Light Detection in Adverse Weather Conditions
par: Garg, Shivank, et autres
Publié: (2024)
par: Garg, Shivank, et autres
Publié: (2024)
ChangingGrounding: 3D Visual Grounding in Changing Scenes
par: Hu, Miao, et autres
Publié: (2025)
par: Hu, Miao, et autres
Publié: (2025)
Robust Adaptation of Foundation Models with Black-Box Visual Prompting
par: Oh, Changdae, et autres
Publié: (2024)
par: Oh, Changdae, et autres
Publié: (2024)
SmartWay: Enhanced Waypoint Prediction and Backtracking for Zero-Shot Vision-and-Language Navigation
par: Shi, Xiangyu, et autres
Publié: (2025)
par: Shi, Xiangyu, et autres
Publié: (2025)
Attention Lattice Adapter: Visual Explanation Generation for Visual Foundation Model
par: Hirano, Shinnosuke, et autres
Publié: (2025)
par: Hirano, Shinnosuke, et autres
Publié: (2025)
Integrating Query-aware Segmentation and Cross-Attention for Robust VQA
par: Choi, Wonjun, et autres
Publié: (2024)
par: Choi, Wonjun, et autres
Publié: (2024)
Robust Egocentric Visual Attention Prediction Through Language-guided Scene Context-aware Learning
par: Park, Sungjune, et autres
Publié: (2026)
par: Park, Sungjune, et autres
Publié: (2026)
Multimodal Remote Sensing Scene Classification Using VLMs and Dual-Cross Attention Networks
par: Cai, Jinjin, et autres
Publié: (2024)
par: Cai, Jinjin, et autres
Publié: (2024)
Do Pathology Foundation Models Encode Disease Progression? A Pseudotime Analysis of Visual Representations
par: Vig, Pritika, et autres
Publié: (2026)
par: Vig, Pritika, et autres
Publié: (2026)
CrossFuse: A Novel Cross Attention Mechanism based Infrared and Visible Image Fusion Approach
par: Li, Hui, et autres
Publié: (2024)
par: Li, Hui, et autres
Publié: (2024)
Simplicity Prevails: The Emergence of Generalizable AIGI Detection in Visual Foundation Models
par: Zhou, Yue, et autres
Publié: (2026)
par: Zhou, Yue, et autres
Publié: (2026)
Zero-Shot Scene Change Detection
par: Cho, Kyusik, et autres
Publié: (2024)
par: Cho, Kyusik, et autres
Publié: (2024)
MoBind: Motion Binding for Fine-Grained IMU-Video Pose Alignment
par: Nguyen, Duc Duy, et autres
Publié: (2026)
par: Nguyen, Duc Duy, et autres
Publié: (2026)
Uncertainty-Guided Edge Learning for Deep Image Regression in Remote Sensing
par: Nguyen, Anh Vu, et autres
Publié: (2026)
par: Nguyen, Anh Vu, et autres
Publié: (2026)
VLAD-BuFF: Burst-aware Fast Feature Aggregation for Visual Place Recognition
par: Khaliq, Ahmad, et autres
Publié: (2024)
par: Khaliq, Ahmad, et autres
Publié: (2024)
Learning 4D Panoptic Scene Graph Generation from Rich 2D Visual Scene
par: Wu, Shengqiong, et autres
Publié: (2025)
par: Wu, Shengqiong, et autres
Publié: (2025)
Event-RGB Fusion for Spacecraft Pose Estimation Under Harsh Lighting
par: Jawaid, Mohsi, et autres
Publié: (2025)
par: Jawaid, Mohsi, et autres
Publié: (2025)
X-AVDT: Audio-Visual Cross-Attention for Robust Deepfake Detection
par: Kim, Youngseo, et autres
Publié: (2026)
par: Kim, Youngseo, et autres
Publié: (2026)
Documents similaires
-
SceneEdited: A City-Scale Benchmark for 3D HD Map Updating via Image-Guided Change Detection
par: Lin, Chun-Jung, et autres
Publié: (2025) -
Vision Foundation Models for Domain Generalisable Cross-View Localisation in Planetary Ground-Aerial Robotic Teams
par: Holden, Lachlan, et autres
Publié: (2026) -
To Ask or Not to Ask? Detecting Absence of Information in Vision and Language Navigation
par: Abraham, Savitha Sam, et autres
Publié: (2024) -
Temporal Attention for Cross-View Sequential Image Localization
par: Yuan, Dong, et autres
Publié: (2024) -
Wasserstein Distance-based Expansion of Low-Density Latent Regions for Unknown Class Detection
par: Mallick, Prakash, et autres
Publié: (2024)