Salvato in:
| Autori principali: | Cheng, Jiahuan, Zaech, Jan-Nico, Van Gool, Luc, Paudel, Danda Pani |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2412.01807 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
GaussianVLM: Scene-centric 3D Vision-Language Models using Language-aligned Gaussian Splats for Embodied Reasoning and Beyond
di: Halacheva, Anna-Maria, et al.
Pubblicazione: (2025)
di: Halacheva, Anna-Maria, et al.
Pubblicazione: (2025)
ReVLA: Reverting Visual Domain Limitation of Robotic Foundation Models
di: Dey, Sombit, et al.
Pubblicazione: (2024)
di: Dey, Sombit, et al.
Pubblicazione: (2024)
LangHOPS: Language Grounded Hierarchical Open-Vocabulary Part Segmentation
di: Miao, Yang, et al.
Pubblicazione: (2025)
di: Miao, Yang, et al.
Pubblicazione: (2025)
From Scan to Action: Leveraging Realistic Scans for Embodied Scene Understanding
di: Halacheva, Anna-Maria, et al.
Pubblicazione: (2025)
di: Halacheva, Anna-Maria, et al.
Pubblicazione: (2025)
Articulate3D: Holistic Understanding of 3D Scenes as Universal Scene Description
di: Halacheva, Anna-Maria, et al.
Pubblicazione: (2024)
di: Halacheva, Anna-Maria, et al.
Pubblicazione: (2024)
EvenNICER-SLAM: Event-based Neural Implicit Encoding SLAM
di: Chen, Shi, et al.
Pubblicazione: (2024)
di: Chen, Shi, et al.
Pubblicazione: (2024)
A Simple and Generalist Approach for Panoptic Segmentation
di: Prisadnikov, Nedyalko, et al.
Pubblicazione: (2024)
di: Prisadnikov, Nedyalko, et al.
Pubblicazione: (2024)
Lego: Learning to Disentangle and Invert Personalized Concepts Beyond Object Appearance in Text-to-Image Diffusion Models
di: Motamed, Saman, et al.
Pubblicazione: (2023)
di: Motamed, Saman, et al.
Pubblicazione: (2023)
SceneSplat++: A Large Dataset and Comprehensive Benchmark for Language Gaussian Splatting
di: Ma, Mengjiao, et al.
Pubblicazione: (2025)
di: Ma, Mengjiao, et al.
Pubblicazione: (2025)
ShapeSplat: A Large-scale Dataset of Gaussian Splats and Their Self-Supervised Pretraining
di: Ma, Qi, et al.
Pubblicazione: (2024)
di: Ma, Qi, et al.
Pubblicazione: (2024)
Implicit-Zoo: A Large-Scale Dataset of Neural Implicit Functions for 2D Images and 3D Scenes
di: Ma, Qi, et al.
Pubblicazione: (2024)
di: Ma, Qi, et al.
Pubblicazione: (2024)
Continuous Pose for Monocular Cameras in Neural Implicit Representation
di: Ma, Qi, et al.
Pubblicazione: (2023)
di: Ma, Qi, et al.
Pubblicazione: (2023)
From Synchrony to Sequence: Exo-to-Ego Generation via Interpolation
di: Mahdi, Mohammad, et al.
Pubblicazione: (2026)
di: Mahdi, Mohammad, et al.
Pubblicazione: (2026)
Vision encoders should be image size agnostic and task driven
di: Prisadnikov, Nedyalko, et al.
Pubblicazione: (2025)
di: Prisadnikov, Nedyalko, et al.
Pubblicazione: (2025)
Self-supervised pretraining for an iterative image size agnostic vision transformer
di: Prisadnikov, Nedyalko, et al.
Pubblicazione: (2026)
di: Prisadnikov, Nedyalko, et al.
Pubblicazione: (2026)
Inferring Compositional 4D Scenes without Ever Seeing One
di: Gokmen, Ahmet Berke, et al.
Pubblicazione: (2025)
di: Gokmen, Ahmet Berke, et al.
Pubblicazione: (2025)
RICO: Two Realistic Benchmarks and an In-Depth Analysis for Incremental Learning in Object Detection
di: Neuwirth-Trapp, Matthias, et al.
Pubblicazione: (2025)
di: Neuwirth-Trapp, Matthias, et al.
Pubblicazione: (2025)
Incremental Object Detection with Prompt-based Methods
di: Neuwirth-Trapp, Matthias, et al.
Pubblicazione: (2025)
di: Neuwirth-Trapp, Matthias, et al.
Pubblicazione: (2025)
Taming CLIP for Fine-grained and Structured Visual Understanding of Museum Exhibits
di: Balauca, Ada-Astrid, et al.
Pubblicazione: (2024)
di: Balauca, Ada-Astrid, et al.
Pubblicazione: (2024)
ConceptPose: Training-Free Zero-Shot Object Pose Estimation using Concept Vectors
di: Kuang, Liming, et al.
Pubblicazione: (2025)
di: Kuang, Liming, et al.
Pubblicazione: (2025)
SeasonScapes: Learning Large-scale Re-lightable 3D Landscapes with Seasonal Variation from Sparse Webcams
di: Kleger, Timo, et al.
Pubblicazione: (2026)
di: Kleger, Timo, et al.
Pubblicazione: (2026)
Ternary-Type Opacity and Hybrid Odometry for RGB NeRF-SLAM
di: Lin, Junru, et al.
Pubblicazione: (2023)
di: Lin, Junru, et al.
Pubblicazione: (2023)
SceneSplat: Gaussian Splatting-based Scene Understanding with Vision-Language Pretraining
di: Li, Yue, et al.
Pubblicazione: (2025)
di: Li, Yue, et al.
Pubblicazione: (2025)
Cross-View Multi-Modal Segmentation @ Ego-Exo4D Challenges 2025
di: Fu, Yuqian, et al.
Pubblicazione: (2025)
di: Fu, Yuqian, et al.
Pubblicazione: (2025)
CityLoc: 6DoF Pose Distributional Localization for Text Descriptions in Large-Scale Scenes with Gaussian Representation
di: Ma, Qi, et al.
Pubblicazione: (2025)
di: Ma, Qi, et al.
Pubblicazione: (2025)
Partial CLIP is Enough: Chimera-Seg for Zero-shot Semantic Segmentation
di: Chen, Jialei, et al.
Pubblicazione: (2025)
di: Chen, Jialei, et al.
Pubblicazione: (2025)
Rethinking Global Context in Crowd Counting
di: Sun, Guolei, et al.
Pubblicazione: (2021)
di: Sun, Guolei, et al.
Pubblicazione: (2021)
Reducing Unimodal Bias in Multi-Modal Semantic Segmentation with Multi-Scale Functional Entropy Regularization
di: Zheng, Xu, et al.
Pubblicazione: (2025)
di: Zheng, Xu, et al.
Pubblicazione: (2025)
Exploration-Driven Generative Interactive Environments
di: Savov, Nedko, et al.
Pubblicazione: (2025)
di: Savov, Nedko, et al.
Pubblicazione: (2025)
BiXFormer: A Robust Framework for Maximizing Modality Effectiveness in Multi-Modal Semantic Segmentation
di: Chen, Jialei, et al.
Pubblicazione: (2025)
di: Chen, Jialei, et al.
Pubblicazione: (2025)
Exo2EgoSyn: Unlocking Foundation Video Generation Models for Exocentric-to-Egocentric Video Synthesis
di: Mahdi, Mohammad, et al.
Pubblicazione: (2025)
di: Mahdi, Mohammad, et al.
Pubblicazione: (2025)
StateSpaceDiffuser: Bringing Long Context to Diffusion World Models
di: Savov, Nedko, et al.
Pubblicazione: (2025)
di: Savov, Nedko, et al.
Pubblicazione: (2025)
FireScope: Wildfire Risk Raster Prediction with a Chain-of-Thought Oracle
di: Markov, Mario, et al.
Pubblicazione: (2025)
di: Markov, Mario, et al.
Pubblicazione: (2025)
B-GRTO: Bootstrapped Group Relative Tool Optimization for Referring Segmentation
di: Markov, Mario, et al.
Pubblicazione: (2026)
di: Markov, Mario, et al.
Pubblicazione: (2026)
Probabilistic Sampling of Balanced K-Means using Adiabatic Quantum Computing
di: Zaech, Jan-Nico, et al.
Pubblicazione: (2023)
di: Zaech, Jan-Nico, et al.
Pubblicazione: (2023)
Learning Generative Interactive Environments By Trained Agent Exploration
di: Kazemi, Naser, et al.
Pubblicazione: (2024)
di: Kazemi, Naser, et al.
Pubblicazione: (2024)
Are Multimodal Large Language Models Ready for Omnidirectional Spatial Reasoning?
di: Dongfang, Zihao, et al.
Pubblicazione: (2025)
di: Dongfang, Zihao, et al.
Pubblicazione: (2025)
OSMDA: OpenStreetMap-based Domain Adaptation for Remote Sensing VLMs
di: Ailuro, Stefan Maria, et al.
Pubblicazione: (2026)
di: Ailuro, Stefan Maria, et al.
Pubblicazione: (2026)
SparseLGS: Sparse View Language Embedded Gaussian Splatting
di: Hu, Jun, et al.
Pubblicazione: (2024)
di: Hu, Jun, et al.
Pubblicazione: (2024)
Locate Anything on Earth: Advancing Open-Vocabulary Object Detection for Remote Sensing Community
di: Pan, Jiancheng, et al.
Pubblicazione: (2024)
di: Pan, Jiancheng, et al.
Pubblicazione: (2024)
Documenti analoghi
-
GaussianVLM: Scene-centric 3D Vision-Language Models using Language-aligned Gaussian Splats for Embodied Reasoning and Beyond
di: Halacheva, Anna-Maria, et al.
Pubblicazione: (2025) -
ReVLA: Reverting Visual Domain Limitation of Robotic Foundation Models
di: Dey, Sombit, et al.
Pubblicazione: (2024) -
LangHOPS: Language Grounded Hierarchical Open-Vocabulary Part Segmentation
di: Miao, Yang, et al.
Pubblicazione: (2025) -
From Scan to Action: Leveraging Realistic Scans for Embodied Scene Understanding
di: Halacheva, Anna-Maria, et al.
Pubblicazione: (2025) -
Articulate3D: Holistic Understanding of 3D Scenes as Universal Scene Description
di: Halacheva, Anna-Maria, et al.
Pubblicazione: (2024)