3D Scene Graph Guided Vision-Language Pre-training
Fuente:
arXiv
Salvato in:
| Autori principali: | Liu, Hao, Ma, Yanni, Liu, Yan, Xiao, Haihong, He, Ying |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Point Cloud Unsupervised Pre-training via 3D Gaussian Splatting
di: Liu, Hao, et al.
Pubblicazione: (2024)
di: Liu, Hao, et al.
Pubblicazione: (2024)
Edge-Centric Relational Reasoning for 3D Scene Graph Prediction
di: Ma, Yanni, et al.
Pubblicazione: (2025)
di: Ma, Yanni, et al.
Pubblicazione: (2025)
O$^2$-Recon: Completing 3D Reconstruction of Occluded Objects in the Scene with a Pre-trained 2D Diffusion Model
di: Hu, Yubin, et al.
Pubblicazione: (2023)
di: Hu, Yubin, et al.
Pubblicazione: (2023)
Anatomical Structure-Guided Medical Vision-Language Pre-training
di: Li, Qingqiu, et al.
Pubblicazione: (2024)
di: Li, Qingqiu, et al.
Pubblicazione: (2024)
Unsupervised Pre-training with Language-Vision Prompts for Low-Data Instance Segmentation
di: Zhang, Dingwen, et al.
Pubblicazione: (2024)
di: Zhang, Dingwen, et al.
Pubblicazione: (2024)
Graph-Guided Dual-Level Augmentation for 3D Scene Segmentation
di: Lin, Hongbin, et al.
Pubblicazione: (2025)
di: Lin, Hongbin, et al.
Pubblicazione: (2025)
SplatCo: Structure-View Collaborative Gaussian Splatting for Detail-Preserving Rendering of Large-Scale Unbounded Scenes
di: Xiao, Haihong, et al.
Pubblicazione: (2025)
di: Xiao, Haihong, et al.
Pubblicazione: (2025)
IMITATE: Clinical Prior Guided Hierarchical Vision-Language Pre-training
di: Liu, Che, et al.
Pubblicazione: (2023)
di: Liu, Che, et al.
Pubblicazione: (2023)
Understanding the Multi-modal Prompts of the Pre-trained Vision-Language Model
di: Ma, Shuailei, et al.
Pubblicazione: (2023)
di: Ma, Shuailei, et al.
Pubblicazione: (2023)
View-on-Graph: Zero-shot 3D Visual Grounding via Vision-Language Reasoning on Scene Graphs
di: Liu, Yuanyuan, et al.
Pubblicazione: (2025)
di: Liu, Yuanyuan, et al.
Pubblicazione: (2025)
Gesplat: Robust Pose-Free 3D Reconstruction via Geometry-Guided Gaussian Splatting
di: Lu, Jiahui, et al.
Pubblicazione: (2025)
di: Lu, Jiahui, et al.
Pubblicazione: (2025)
Muskie: Multi-view Masked Image Modeling for 3D Vision Pre-training
di: Li, Wenyu, et al.
Pubblicazione: (2025)
di: Li, Wenyu, et al.
Pubblicazione: (2025)
LSVG: Language-Guided Scene Graphs with 2D-Assisted Multi-Modal Encoding for 3D Visual Grounding
di: Xiao, Feng, et al.
Pubblicazione: (2025)
di: Xiao, Feng, et al.
Pubblicazione: (2025)
Gaussian2Scene: 3D Scene Representation Learning via Self-supervised Learning with 3D Gaussian Splatting
di: Liu, Keyi, et al.
Pubblicazione: (2025)
di: Liu, Keyi, et al.
Pubblicazione: (2025)
CLIPose: Category-Level Object Pose Estimation with Pre-trained Vision-Language Knowledge
di: Lin, Xiao, et al.
Pubblicazione: (2024)
di: Lin, Xiao, et al.
Pubblicazione: (2024)
MMCOMPOSITION: Revisiting the Compositionality of Pre-trained Vision-Language Models
di: Hua, Hang, et al.
Pubblicazione: (2024)
di: Hua, Hang, et al.
Pubblicazione: (2024)
Graph-Guided Scene Reconstruction from Images with 3D Gaussian Splatting
di: Cheng, Chong, et al.
Pubblicazione: (2025)
di: Cheng, Chong, et al.
Pubblicazione: (2025)
UniScene: Multi-Camera Unified Pre-training via 3D Scene Reconstruction for Autonomous Driving
di: Min, Chen, et al.
Pubblicazione: (2023)
di: Min, Chen, et al.
Pubblicazione: (2023)
CLIP4STR: A Simple Baseline for Scene Text Recognition with Pre-trained Vision-Language Model
di: Zhao, Shuai, et al.
Pubblicazione: (2023)
di: Zhao, Shuai, et al.
Pubblicazione: (2023)
Toward Scene Graph and Layout Guided Complex 3D Scene Generation
di: Huang, Yu-Hsiang, et al.
Pubblicazione: (2024)
di: Huang, Yu-Hsiang, et al.
Pubblicazione: (2024)
Predicate Debiasing in Vision-Language Models Integration for Scene Graph Generation Enhancement
di: Wang, Yuxuan, et al.
Pubblicazione: (2024)
di: Wang, Yuxuan, et al.
Pubblicazione: (2024)
MG-3D: Multi-Grained Knowledge-Enhanced 3D Medical Vision-Language Pre-training
di: Ni, Xuefeng, et al.
Pubblicazione: (2024)
di: Ni, Xuefeng, et al.
Pubblicazione: (2024)
Semantics-enhanced Cross-modal Masked Image Modeling for Vision-Language Pre-training
di: Liu, Haowei, et al.
Pubblicazione: (2024)
di: Liu, Haowei, et al.
Pubblicazione: (2024)
HBSplat: Robust Sparse-View Gaussian Reconstruction with Hybrid-Loss Guided Depth and Bidirectional Warping
di: Ma, Yu, et al.
Pubblicazione: (2025)
di: Ma, Yu, et al.
Pubblicazione: (2025)
Event Camera Data Dense Pre-training
di: Yang, Yan, et al.
Pubblicazione: (2023)
di: Yang, Yan, et al.
Pubblicazione: (2023)
Generalized Robot 3D Vision-Language Model with Fast Rendering and Pre-Training Vision-Language Alignment
di: Liu, Kangcheng, et al.
Pubblicazione: (2023)
di: Liu, Kangcheng, et al.
Pubblicazione: (2023)
LASFNet: A Lightweight Attention-Guided Self-Modulation Feature Fusion Network for Multimodal Object Detection
di: Hao, Lei, et al.
Pubblicazione: (2025)
di: Hao, Lei, et al.
Pubblicazione: (2025)
Omniview-Tuning: Boosting Viewpoint Invariance of Vision-Language Pre-training Models
di: Ruan, Shouwei, et al.
Pubblicazione: (2024)
di: Ruan, Shouwei, et al.
Pubblicazione: (2024)
Advancing Myopia To Holism: Fully Contrastive Language-Image Pre-training
di: Wang, Haicheng, et al.
Pubblicazione: (2024)
di: Wang, Haicheng, et al.
Pubblicazione: (2024)
EA-3DGS: Efficient and Adaptive 3D Gaussians with Highly Enhanced Quality for outdoor scenes
di: Guo, Jianlin, et al.
Pubblicazione: (2025)
di: Guo, Jianlin, et al.
Pubblicazione: (2025)
SceneTransporter: Optimal Transport-Guided Compositional Latent Diffusion for Single-Image Structured 3D Scene Generation
di: Wang, Ling, et al.
Pubblicazione: (2026)
di: Wang, Ling, et al.
Pubblicazione: (2026)
LEO-VL: Efficient Scene Representation for Scalable 3D Vision-Language Learning
di: Huang, Jiangyong, et al.
Pubblicazione: (2025)
di: Huang, Jiangyong, et al.
Pubblicazione: (2025)
Scaling Pre-training to One Hundred Billion Data for Vision Language Models
di: Wang, Xiao, et al.
Pubblicazione: (2025)
di: Wang, Xiao, et al.
Pubblicazione: (2025)
Efficient Vision-Language Pre-training by Cluster Masking
di: Wei, Zihao, et al.
Pubblicazione: (2024)
di: Wei, Zihao, et al.
Pubblicazione: (2024)
Enhancing Vision-Language Pre-training with Rich Supervisions
di: Gao, Yuan, et al.
Pubblicazione: (2024)
di: Gao, Yuan, et al.
Pubblicazione: (2024)
GLID: Pre-training a Generalist Encoder-Decoder Vision Model
di: Liu, Jihao, et al.
Pubblicazione: (2024)
di: Liu, Jihao, et al.
Pubblicazione: (2024)
ECAMP: Entity-centered Context-aware Medical Vision Language Pre-training
di: Wang, Rongsheng, et al.
Pubblicazione: (2023)
di: Wang, Rongsheng, et al.
Pubblicazione: (2023)
FILP-3D: Enhancing 3D Few-shot Class-incremental Learning with Pre-trained Vision-Language Models
di: Xu, Wan, et al.
Pubblicazione: (2023)
di: Xu, Wan, et al.
Pubblicazione: (2023)
From Pixels to Graphs: Open-Vocabulary Scene Graph Generation with Vision-Language Models
di: Li, Rongjie, et al.
Pubblicazione: (2024)
di: Li, Rongjie, et al.
Pubblicazione: (2024)
Unified Medical Image Pre-training in Language-Guided Common Semantic Space
di: He, Xiaoxuan, et al.
Pubblicazione: (2023)
di: He, Xiaoxuan, et al.
Pubblicazione: (2023)
Documenti analoghi
-
Point Cloud Unsupervised Pre-training via 3D Gaussian Splatting
di: Liu, Hao, et al.
Pubblicazione: (2024) -
Edge-Centric Relational Reasoning for 3D Scene Graph Prediction
di: Ma, Yanni, et al.
Pubblicazione: (2025) -
O$^2$-Recon: Completing 3D Reconstruction of Occluded Objects in the Scene with a Pre-trained 2D Diffusion Model
di: Hu, Yubin, et al.
Pubblicazione: (2023) -
Anatomical Structure-Guided Medical Vision-Language Pre-training
di: Li, Qingqiu, et al.
Pubblicazione: (2024) -
Unsupervised Pre-training with Language-Vision Prompts for Low-Data Instance Segmentation
di: Zhang, Dingwen, et al.
Pubblicazione: (2024)