Temporal-Enhanced Multimodal Transformer for Referring Multi-Object Tracking and Segmentation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Xiao, Changcheng, Cao, Qiong, Zhong, Yujie, Zhang, Xiang, Wang, Tao, Yang, Canqun, Lan, Long |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
MotionTrack: Learning Motion Predictor for Multiple Object Tracking
par: Xiao, Changcheng, et autres
Publié: (2023)
par: Xiao, Changcheng, et autres
Publié: (2023)
MambaTrack: A Simple Baseline for Multiple Object Tracking with State Space Model
par: Xiao, Changcheng, et autres
Publié: (2024)
par: Xiao, Changcheng, et autres
Publié: (2024)
IBCapsNet: Information Bottleneck Capsule Network for Noise-Robust Representation Learning
par: Xiang, Canqun, et autres
Publié: (2026)
par: Xiang, Canqun, et autres
Publié: (2026)
RefSAM: Efficiently Adapting Segmenting Anything Model for Referring Video Object Segmentation
par: Li, Yonglin, et autres
Publié: (2023)
par: Li, Yonglin, et autres
Publié: (2023)
COAL: Counterfactual and Observation-Enhanced Alignment Learning for Discriminative Referring Multi-Object Tracking
par: Jia, Shukun, et autres
Publié: (2026)
par: Jia, Shukun, et autres
Publié: (2026)
Cross-View Referring Multi-Object Tracking
par: Chen, Sijia, et autres
Publié: (2024)
par: Chen, Sijia, et autres
Publié: (2024)
Multi-Context Temporal Consistent Modeling for Referring Video Object Segmentation
par: Choi, Sun-Hyuk, et autres
Publié: (2025)
par: Choi, Sun-Hyuk, et autres
Publié: (2025)
AerialMind: Towards Referring Multi-Object Tracking in UAV Scenarios
par: Chen, Chenglizhao, et autres
Publié: (2025)
par: Chen, Chenglizhao, et autres
Publié: (2025)
ETTrack: Enhanced Temporal Motion Predictor for Multi-Object Tracking
par: Han, Xudong, et autres
Publié: (2024)
par: Han, Xudong, et autres
Publié: (2024)
Vision-Motion-Reference Alignment for Referring Multi-Object Tracking via Multi-Modal Large Language Models
par: Lv, Weiyi, et autres
Publié: (2025)
par: Lv, Weiyi, et autres
Publié: (2025)
ORMOT: A Dataset and Framework for Omnidirectional Referring Multi-Object Tracking
par: Chen, Sijia, et autres
Publié: (2026)
par: Chen, Sijia, et autres
Publié: (2026)
Bootstrapping Referring Multi-Object Tracking
par: Zhang, Yani, et autres
Publié: (2024)
par: Zhang, Yani, et autres
Publié: (2024)
Motion-Aware Transformer for Multi-Object Tracking
par: Yang, Xu, et autres
Publié: (2025)
par: Yang, Xu, et autres
Publié: (2025)
Enhancing Sa2VA for Referent Video Object Segmentation: 2nd Solution for 7th LSVOS RVOS Track
par: Hong, Ran, et autres
Publié: (2025)
par: Hong, Ran, et autres
Publié: (2025)
TrackTeller: Temporal Multimodal 3D Grounding for Behavior-Dependent Object References
par: Yu, Jiahong, et autres
Publié: (2025)
par: Yu, Jiahong, et autres
Publié: (2025)
Cognitive Disentanglement for Referring Multi-Object Tracking
par: Liang, Shaofeng, et autres
Publié: (2025)
par: Liang, Shaofeng, et autres
Publié: (2025)
TQD-Track: Temporal Query Denoising for 3D Multi-Object Tracking
par: Ding, Shuxiao, et autres
Publié: (2025)
par: Ding, Shuxiao, et autres
Publié: (2025)
Temporal Prompting Matters: Rethinking Referring Video Object Segmentation
par: Lin, Ci-Siang, et autres
Publié: (2025)
par: Lin, Ci-Siang, et autres
Publié: (2025)
Temporally Consistent Referring Video Object Segmentation with Hybrid Memory
par: Miao, Bo, et autres
Publié: (2024)
par: Miao, Bo, et autres
Publié: (2024)
Rethinking Two-Stage Referring-by-Tracking in Referring Multi-Object Tracking: Make it Strong Again
par: Li, Weize, et autres
Publié: (2025)
par: Li, Weize, et autres
Publié: (2025)
Referring Video Object Segmentation via Language-aligned Track Selection
par: Kim, Seongchan, et autres
Publié: (2024)
par: Kim, Seongchan, et autres
Publié: (2024)
Tell Me What to Track: Infusing Robust Language Guidance for Enhanced Referring Multi-Object Tracking
par: Huang, Wenjun, et autres
Publié: (2024)
par: Huang, Wenjun, et autres
Publié: (2024)
SVAC: Scaling Is All You Need For Referring Video Object Segmentation
par: Zhang, Li, et autres
Publié: (2025)
par: Zhang, Li, et autres
Publié: (2025)
Transformer RGBT Tracking with Spatio-Temporal Multimodal Tokens
par: Sun, Dengdi, et autres
Publié: (2024)
par: Sun, Dengdi, et autres
Publié: (2024)
Temporal Grounding as a Learning Signal for Referring Video Object Segmentation
par: Lee, Seunghun, et autres
Publié: (2025)
par: Lee, Seunghun, et autres
Publié: (2025)
AgentRVOS: Reasoning over Object Tracks for Zero-Shot Referring Video Object Segmentation
par: Jin, Woojeong, et autres
Publié: (2026)
par: Jin, Woojeong, et autres
Publié: (2026)
Exploiting Multimodal Spatial-temporal Patterns for Video Object Tracking
par: Hu, Xiantao, et autres
Publié: (2024)
par: Hu, Xiantao, et autres
Publié: (2024)
RT-RMOT: A Dataset and Framework for RGB-Thermal Referring Multi-Object Tracking
par: Yu, Yanqiu, et autres
Publié: (2026)
par: Yu, Yanqiu, et autres
Publié: (2026)
DRMOT: A Dataset and Framework for RGBD Referring Multi-Object Tracking
par: Chen, Sijia, et autres
Publié: (2026)
par: Chen, Sijia, et autres
Publié: (2026)
PixelRefer: A Unified Framework for Spatio-Temporal Object Referring with Arbitrary Granularity
par: Yuan, Yuqian, et autres
Publié: (2025)
par: Yuan, Yuqian, et autres
Publié: (2025)
FastTrackTr:Towards Fast Multi-Object Tracking with Transformers
par: Liao, Pan, et autres
Publié: (2024)
par: Liao, Pan, et autres
Publié: (2024)
LTCA: Long-range Temporal Context Attention for Referring Video Object Segmentation
par: Yan, Cilin, et autres
Publié: (2025)
par: Yan, Cilin, et autres
Publié: (2025)
Contrastive Learning for Multi-Object Tracking with Transformers
par: De Plaen, Pierre-François, et autres
Publié: (2023)
par: De Plaen, Pierre-François, et autres
Publié: (2023)
Tracking and Understanding Object Transformations
par: Sun, Yihong, et autres
Publié: (2025)
par: Sun, Yihong, et autres
Publié: (2025)
MPG-SAM 2: Adapting SAM 2 with Mask Priors and Global Context for Referring Video Object Segmentation
par: Rong, Fu, et autres
Publié: (2025)
par: Rong, Fu, et autres
Publié: (2025)
Autoregressive Queries for Adaptive Tracking with Spatio-TemporalTransformers
par: Xie, Jinxia, et autres
Publié: (2024)
par: Xie, Jinxia, et autres
Publié: (2024)
Temporal-Conditional Referring Video Object Segmentation with Noise-Free Text-to-Video Diffusion Model
par: Zhang, Ruixin, et autres
Publié: (2025)
par: Zhang, Ruixin, et autres
Publié: (2025)
Find First, Track Next: Decoupling Identification and Propagation in Referring Video Object Segmentation
par: Cho, Suhwan, et autres
Publié: (2025)
par: Cho, Suhwan, et autres
Publié: (2025)
MVGGT: Multimodal Visual Geometry Grounded Transformer for Multiview 3D Referring Expression Segmentation
par: Wu, Changli, et autres
Publié: (2026)
par: Wu, Changli, et autres
Publié: (2026)
ReferGPT: Towards Zero-Shot Referring Multi-Object Tracking
par: Chamiti, Tzoulio, et autres
Publié: (2025)
par: Chamiti, Tzoulio, et autres
Publié: (2025)
Documents similaires
-
MotionTrack: Learning Motion Predictor for Multiple Object Tracking
par: Xiao, Changcheng, et autres
Publié: (2023) -
MambaTrack: A Simple Baseline for Multiple Object Tracking with State Space Model
par: Xiao, Changcheng, et autres
Publié: (2024) -
IBCapsNet: Information Bottleneck Capsule Network for Noise-Robust Representation Learning
par: Xiang, Canqun, et autres
Publié: (2026) -
RefSAM: Efficiently Adapting Segmenting Anything Model for Referring Video Object Segmentation
par: Li, Yonglin, et autres
Publié: (2023) -
COAL: Counterfactual and Observation-Enhanced Alignment Learning for Discriminative Referring Multi-Object Tracking
par: Jia, Shukun, et autres
Publié: (2026)