Buchumschlag

Dynamic Subframe Splitting and Spatio-Temporal Motion Entangled Sparse Attention for RGB-E Tracking

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shao, Pengcheng, Xu, Tianyang, Zhu, Xuefeng, Wu, Xiaojun, Kittler, Josef
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

TENet: Targetness Entanglement Incorporating with Multi-Scale Pooling and Mutually-Guided Fusion for RGB-E Object Tracking
von: Shao, Pengcheng, et al.
Veröffentlicht: (2024)

A Tri-Modal Dataset and a Baseline System for Tracking Unmanned Aerial Vehicles
von: Xu, Tianyang, et al.
Veröffentlicht: (2025)

Serial Over Parallel: Learning Continual Unification for Multi-Modal Visual Object Tracking and Benchmarking
von: Tang, Zhangyong, et al.
Veröffentlicht: (2025)

Omni Survey for Multimodality Analysis in Visual Object Tracking
von: Tang, Zhangyong, et al.
Veröffentlicht: (2025)

Revisiting RGBT Tracking Benchmarks from the Perspective of Modality Validity: A New Benchmark, Problem, and Solution
von: Tang, Zhangyong, et al.
Veröffentlicht: (2024)

Adaptive Hyper-Graph Convolution Network for Skeleton-based Human Action Recognition with Virtual Connections
von: Zhou, Youwei, et al.
Veröffentlicht: (2024)

BusReF: Infrared-Visible images registration and fusion focus on reconstructible area using one set of features
von: Zhang, Zeyang, et al.
Veröffentlicht: (2023)

Learning Progressive Adaptation for Multi-Modal Tracking
von: Wang, He, et al.
Veröffentlicht: (2026)

An Improved Graph Pooling Network for Skeleton-Based Action Recognition
von: Wu, Cong, et al.
Veröffentlicht: (2024)

MMDRFuse: Distilled Mini-Model with Dynamic Refresh for Multi-Modality Image Fusion
von: Deng, Yanglin, et al.
Veröffentlicht: (2024)

UASTrack: A Unified Adaptive Selection Framework with Modality-Customization in Single Object Tracking
von: Wang, He, et al.
Veröffentlicht: (2025)

Visual Object Tracking on Multi-modal RGB-D Videos: A Review
von: Zhu, Xue-Feng, et al.
Veröffentlicht: (2022)

MambaVT: Spatio-Temporal Contextual Modeling for robust RGB-T Tracking
von: Lai, Simiao, et al.
Veröffentlicht: (2024)

Towards Highly Transferable Vision-Language Attack via Semantic-Augmented Dynamic Contrastive Interaction
von: Li, Yuanbo, et al.
Veröffentlicht: (2026)

Collaborating Vision, Depth, and Thermal Signals for Multi-Modal Tracking: Dataset and Algorithm
von: Zhu, Xue-Feng, et al.
Veröffentlicht: (2025)

Multi-Paradigm Collaborative Adversarial Attack Against Multi-Modal Large Language Models
von: Li, Yuanbo, et al.
Veröffentlicht: (2026)

Beyond Strict Pairing: Arbitrarily Paired Training for High-Performance Infrared and Visible Image Fusion
von: Deng, Yanglin, et al.
Veröffentlicht: (2026)

Dynamic Avatar-Scene Rendering from Human-centric Context
von: Wang, Wenqing, et al.
Veröffentlicht: (2025)

Modality-Guided Dynamic Graph Fusion and Temporal Diffusion for Self-Supervised RGB-T Tracking
von: Li, Shenglan, et al.
Veröffentlicht: (2025)

One Model for ALL: Low-Level Task Interaction Is a Key to Task-Agnostic Image Fusion
von: Cheng, Chunyang, et al.
Veröffentlicht: (2025)

FusionBooster: A Unified Image Fusion Boosting Paradigm
von: Cheng, Chunyang, et al.
Veröffentlicht: (2023)

MAGIC-Talk: Motion-aware Audio-Driven Talking Face Generation with Customizable Identity Control
von: Nazarieh, Fatemeh, et al.
Veröffentlicht: (2025)

SpatioTemporal Learning for Human Pose Estimation in Sparsely-Labeled Videos
von: Jiao, Yingying, et al.
Veröffentlicht: (2025)

Single Image, Any Face: Generalisable 3D Face Generation
von: Wang, Wenqing, et al.
Veröffentlicht: (2024)

MERGETUNE: Continued Fine-Tuning of Vision-Language Models
von: Wang, Wenqing, et al.
Veröffentlicht: (2026)

C2C: Component-to-Composition Learning for Zero-Shot Compositional Action Recognition
von: Li, Rongchang, et al.
Veröffentlicht: (2024)

SMLNet: A SPD Manifold Learning Network for Infrared and Visible Image Fusion
von: Kang, Huan, et al.
Veröffentlicht: (2024)

TextFusion: Unveiling the Power of Textual Semantics for Controllable Image Fusion
von: Cheng, Chunyang, et al.
Veröffentlicht: (2023)

GrFormer: A Novel Transformer on Grassmann Manifold for Infrared and Visible Image Fusion
von: Kang, Huan, et al.
Veröffentlicht: (2025)

EvaNet: Towards More Efficient and Consistent Infrared and Visible Image Fusion Assessment
von: Cheng, Chunyang, et al.
Veröffentlicht: (2026)

TrackNetV5: Residual-Driven Spatio-Temporal Refinement and Motion Direction Decoupling for Fast Object Tracking
von: Tang, Haonan, et al.
Veröffentlicht: (2025)

STCMOT: Spatio-Temporal Cohesion Learning for UAV-Based Multiple Object Tracking
von: Ma, Jianbo, et al.
Veröffentlicht: (2024)

RGB-Sonar Tracking Benchmark and Spatial Cross-Attention Transformer Tracker
von: Li, Yunfeng, et al.
Veröffentlicht: (2024)

MVAFormer: RGB-based Multi-View Spatio-Temporal Action Recognition with Transformer
von: Yamane, Taiga, et al.
Veröffentlicht: (2025)

Deepfake Detection with Spatio-Temporal Consistency and Attention
von: Chen, Yunzhuo, et al.
Veröffentlicht: (2025)

Transformer RGBT Tracking with Spatio-Temporal Multimodal Tokens
von: Sun, Dengdi, et al.
Veröffentlicht: (2024)

Autoregressive Queries for Adaptive Tracking with Spatio-TemporalTransformers
von: Xie, Jinxia, et al.
Veröffentlicht: (2024)

MSC: Multi-Scale Spatio-Temporal Causal Attention for Autoregressive Video Diffusion
von: Xu, Xunnong, et al.
Veröffentlicht: (2024)

Dynamic Motion Synthesis: Masked Audio-Text Conditioned Spatio-Temporal Transformers
von: Anisetty, Sohan, et al.
Veröffentlicht: (2024)

Paving the Way for Point Cloud Video Representation Learning Using A PDE Model
von: Huang, Zhuoxu, et al.
Veröffentlicht: (2026)