Buchumschlag

AM Flow: Adapters for Temporal Processing in Action Recognition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Agrawal, Tanay, Ali, Abid, Dantcheva, Antitza, Bremond, Francois
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

LAC: Latent Action Composition for Skeleton-based Action Segmentation
von: Yang, Di, et al.
Veröffentlicht: (2023)

LIA-X: Interpretable Latent Portrait Animator
von: Wang, Yaohui, et al.
Veröffentlicht: (2025)

Beyond the Visible: A Survey on Cross-spectral Face Recognition
von: Anghelone, David, et al.
Veröffentlicht: (2022)

Now You See Me, Now You Don't: A Unified Framework for Expression Consistent Anonymization in Talking Head Videos
von: Egin, Anil, et al.
Veröffentlicht: (2026)

DenVisCoM: Dense Vision Correspondence Mamba for Efficient and Real-time Optical Flow and Stereo Estimation
von: Anand, Tushar, et al.
Veröffentlicht: (2026)

Are Visual-Language Models Effective in Action Recognition? A Comparative Study
von: Ali, Mahmoud, et al.
Veröffentlicht: (2024)

THEval. Evaluation Framework for Talking Head Video Generation
von: Quignon, Nabyl, et al.
Veröffentlicht: (2025)

HFNeRF: Learning Human Biomechanic Features with Neural Radiance Fields
von: Dey, Arnab, et al.
Veröffentlicht: (2024)

Just Dance with $π$! A Poly-modal Inductor for Weakly-supervised Video Anomaly Detection
von: Majhi, Snehashis, et al.
Veröffentlicht: (2025)

Beyond Real versus Fake Towards Intent-Aware Video Analysis
von: Atreya, Saurabh, et al.
Veröffentlicht: (2025)

AI killed the video star. Audio-driven diffusion model for expressive talking head generation
von: Chopin, Baptiste, et al.
Veröffentlicht: (2025)

Dimitra: Audio-driven Diffusion model for Expressive Talking Head Generation
von: Chopin, Baptiste, et al.
Veröffentlicht: (2025)

Do You See What I Say? Generalizable Deepfake Detection based on Visual Speech Recognition
von: Bora, Maheswar, et al.
Veröffentlicht: (2025)

CM3T: Framework for Efficient Multimodal Learning for Inhomogeneous Interaction Datasets
von: Agrawal, Tanay, et al.
Veröffentlicht: (2025)

Introducing Gating and Context into Temporal Action Detection
von: Reka, Aglind, et al.
Veröffentlicht: (2024)

Temporally Propagated Masks and Bounding Boxes: Combining the Best of Both Worlds for Multi-Object Tracking
von: Stanczyk, Tomasz, et al.
Veröffentlicht: (2024)

Loose Social-Interaction Recognition in Real-world Therapy Scenarios
von: Ali, Abid, et al.
Veröffentlicht: (2024)

D$^2$ST-Adapter: Disentangled-and-Deformable Spatio-Temporal Adapter for Few-shot Action Recognition
von: Pei, Wenjie, et al.
Veröffentlicht: (2023)

MVP: Multimodal Emotion Recognition based on Video and Physiological Signals
von: Strizhkova, Valeriya, et al.
Veröffentlicht: (2025)

LEO: Generative Latent Image Animator for Human Video Synthesis
von: Wang, Yaohui, et al.
Veröffentlicht: (2023)

Weakly-supervised Autism Severity Assessment in Long Videos
von: Ali, Abid, et al.
Veröffentlicht: (2024)

TALON: Token-Aligned Lightweight Adapters for 6-DoF Spacecraft Pose Estimation
von: Ali, Abid, et al.
Veröffentlicht: (2026)

Efficient Spatial-Temporal Focal Adapter with SSM for Temporal Action Detection
von: Qiu, Yicheng, et al.
Veröffentlicht: (2026)

B-MoE: A Body-Part-Aware Mixture-of-Experts "All Parts Matter" Approach to Micro-Action Recognition
von: Poddar, Nishit, et al.
Veröffentlicht: (2026)

GHNeRF: Learning Generalizable Human Features with Efficient Neural Radiance Fields
von: Dey, Arnab, et al.
Veröffentlicht: (2024)

No Train Yet Gain: Towards Generic Multi-Object Tracking in Sports and Beyond
von: Stanczyk, Tomasz, et al.
Veröffentlicht: (2025)

Task-Adapter: Task-specific Adaptation of Image Models for Few-shot Action Recognition
von: Cao, Congqi, et al.
Veröffentlicht: (2024)

VT-LVLM-AR: A Video-Temporal Large Vision-Language Model Adapter for Fine-Grained Action Recognition in Long-Term Videos
von: Li, Kaining, et al.
Veröffentlicht: (2025)

MuSACo: Multimodal Subject-Specific Selection and Adaptation for Expression Recognition with Co-Training
von: Zeeshan, Muhammad Osama, et al.
Veröffentlicht: (2025)

What Matters in Autonomous Driving Anomaly Detection: A Weakly Supervised Horizon
von: Tiwari, Utkarsh, et al.
Veröffentlicht: (2024)

Task-Adapter++: Task-specific Adaptation with Order-aware Alignment for Few-shot Action Recognition
von: Cao, Congqi, et al.
Veröffentlicht: (2025)

Leveraging Temporal Contextualization for Video Action Recognition
von: Kim, Minji, et al.
Veröffentlicht: (2024)

LoSA: Long-Short-range Adapter for Scaling End-to-End Temporal Action Localization
von: Gupta, Akshita, et al.
Veröffentlicht: (2024)

Effective Adapter for Face Recognition in the Wild
von: Liu, Yunhao, et al.
Veröffentlicht: (2023)

Modelling Spatio-Temporal Interactions For Compositional Action Recognition
von: Rajendiran, Ramanathan, et al.
Veröffentlicht: (2023)

T-Gated Adapter: A Lightweight Temporal Adapter for Vision-Language Medical Segmentation
von: Khadka, Pranjal
Veröffentlicht: (2026)

Motion-Adapter: A Diffusion Model Adapter for Text-to-Motion Generation of Compound Actions
von: Jiang, Yue, et al.
Veröffentlicht: (2026)

DVFL-Net: A Lightweight Distilled Video Focal Modulation Network for Spatio-Temporal Action Recognition
von: Ullah, Hayat, et al.
Veröffentlicht: (2025)

SkateFormer: Skeletal-Temporal Transformer for Human Action Recognition
von: Do, Jeonghyeok, et al.
Veröffentlicht: (2024)

Joint Temporal Pooling for Improving Skeleton-based Action Recognition
von: Gunasekara, Shanaka Ramesh, et al.
Veröffentlicht: (2024)