Buchumschlag

Towards Multi-Modal Animal Pose Estimation: A Survey and In-Depth Analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Deng, Qianyi, Deb, Oishi, Patel, Amir, Rupprecht, Christian, Torr, Philip, Trigoni, Niki, Markham, Andrew
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning A.1
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Articulate3D: Zero-Shot Text-Driven 3D Object Posing
von: Deb, Oishi, et al.
Veröffentlicht: (2025)

Dusk Till Dawn: Self-supervised Nighttime Stereo Depth Estimation using Visual Foundation Models
von: Vankadari, Madhu, et al.
Veröffentlicht: (2024)

WSCLoc: Weakly-Supervised Sparse-View Camera Relocalization
von: Wang, Jialu, et al.
Veröffentlicht: (2024)

MambaLoc: Efficient Camera Localisation via State Space Model
von: Wang, Jialu, et al.
Veröffentlicht: (2024)

Manydepth2: Motion-Aware Self-Supervised Monocular Depth Estimation in Dynamic Scenes
von: Zhou, Kaichen, et al.
Veröffentlicht: (2023)

Spherical Mask: Coarse-to-Fine 3D Point Cloud Instance Segmentation with Spherical Representation
von: Shin, Sangyun, et al.
Veröffentlicht: (2023)

SoundLoc3D: Invisible 3D Sound Source Localization and Classification Using a Multimodal RGB-D Acoustic Camera
von: He, Yuhang, et al.
Veröffentlicht: (2024)

SpatialPIN: Enhancing Spatial Reasoning Capabilities of Vision-Language Models through Prompting and Interacting 3D Priors
von: Ma, Chenyang, et al.
Veröffentlicht: (2024)

ZeST: Zero-Shot Material Transfer from a Single Image
von: Cheng, Ta-Ying, et al.
Veröffentlicht: (2024)

Pre-training Feature Guided Diffusion Model for Speech Enhancement
von: Yang, Yiyuan, et al.
Veröffentlicht: (2024)

Data Factory with Minimal Human Effort Using VLMs
von: Ye, Jiaojiao, et al.
Veröffentlicht: (2025)

PoseDiffusion: Solving Pose Estimation via Diffusion-aided Bundle Adjustment
von: Wang, Jianyuan, et al.
Veröffentlicht: (2023)

Mitigating Cognitive Bias in RLHF by Altering Rationality
von: Horter, Tiffany, et al.
Veröffentlicht: (2026)

Target Speaker Extraction through Comparing Noisy Positive and Negative Audio Enrollments
von: Xu, Shitong, et al.
Veröffentlicht: (2025)

Efficient and Microphone-Fault-Tolerant 3D Sound Source Localization
von: Yang, Yiyuan, et al.
Veröffentlicht: (2025)

VMLoc: Variational Fusion For Learning-Based Multimodal Camera Localization
von: Zhou, Kaichen, et al.
Veröffentlicht: (2020)

Learning Continuous 3D Words for Text-to-Image Generation
von: Cheng, Ta-Ying, et al.
Veröffentlicht: (2024)

DynPoint: Dynamic Neural Point For View Synthesis
von: Zhou, Kaichen, et al.
Veröffentlicht: (2023)

WildDepth: A Multimodal Dataset for 3D Wildlife Perception and Depth Estimation
von: Aamir, Muhammad, et al.
Veröffentlicht: (2026)

Scene-Conditional 3D Object Stylization and Composition
von: Zhou, Jinghao, et al.
Veröffentlicht: (2023)

Multi-Modal Monocular Endoscopic Depth and Pose Estimation with Edge-Guided Self-Supervision
von: Ju, Xinwei, et al.
Veröffentlicht: (2026)

Gen4Gen: Generative Data Pipeline for Generative Multi-Concept Composition
von: Yeh, Chun-Hsiao, et al.
Veröffentlicht: (2024)

Demo-Pose: Depth-Monocular Modality Fusion For Object Pose Estimation
von: Agarwal, Rachit, et al.
Veröffentlicht: (2026)

AnimalClue: Recognizing Animals by their Traces
von: Shinoda, Risa, et al.
Veröffentlicht: (2025)

New keypoint-based approach for recognising British Sign Language (BSL) from sequences
von: Deb, Oishi, et al.
Veröffentlicht: (2024)

CountGD: Multi-Modal Open-World Counting
von: Amini-Naieni, Niki, et al.
Veröffentlicht: (2024)

DiffPose-Animal: A Language-Conditioned Diffusion Framework for Animal Pose Estimation
von: Xiong, Tianyu, et al.
Veröffentlicht: (2025)

Towards Balanced Multi-Modal Learning in 3D Human Pose Estimation
von: Qi, Mengshi, et al.
Veröffentlicht: (2025)

COOPERA: Continual Open-Ended Human-Robot Assistance
von: Ma, Chenyang, et al.
Veröffentlicht: (2025)

Mushroom Segmentation and 3D Pose Estimation from Point Clouds using Fully Convolutional Geometric Features and Implicit Pose Encoding
von: Retsinas, George, et al.
Veröffentlicht: (2024)

MMP: Towards Robust Multi-Modal Learning with Masked Modality Projection
von: Nezakati, Niki, et al.
Veröffentlicht: (2024)

DualPM: Dual Posed-Canonical Point Maps for 3D Shape and Pose Reconstruction
von: Kaye, Ben, et al.
Veröffentlicht: (2024)

Probabilistic Prompt Distribution Learning for Animal Pose Estimation
von: Rao, Jiyong, et al.
Veröffentlicht: (2025)

STEP: Simultaneous Tracking and Estimation of Pose for Animals and Humans
von: Verma, Shashikant, et al.
Veröffentlicht: (2025)

SPEAR: Receiver-to-Receiver Acoustic Neural Warping Field
von: He, Yuhang, et al.
Veröffentlicht: (2024)

Invisible Stitch: Generating Smooth 3D Scenes with Depth Inpainting
von: Engstler, Paul, et al.
Veröffentlicht: (2024)

DeepInteraction++: Multi-Modality Interaction for Autonomous Driving
von: Yang, Zeyu, et al.
Veröffentlicht: (2024)

PTC-Depth: Pose-Refined Monocular Depth Estimation with Temporal Consistency
von: Han, Leezy, et al.
Veröffentlicht: (2026)

AnyCam: Learning to Recover Camera Poses and Intrinsics from Casual Videos
von: Wimbauer, Felix, et al.
Veröffentlicht: (2025)

Farm3D: Learning Articulated 3D Animals by Distilling 2D Diffusion
von: Jakab, Tomas, et al.
Veröffentlicht: (2023)