Towards Open-Vocabulary Video Semantic Segmentation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Li, Xinhao, Liu, Yun, Sun, Guolei, Wu, Min, Zhang, Le, Zhu, Ce |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Open-Vocabulary Audio-Visual Semantic Segmentation
par: Guo, Ruohao, et autres
Publié: (2024)
par: Guo, Ruohao, et autres
Publié: (2024)
Semantic-Guided Unsupervised Video Summarization
par: Liu, Haizhou, et autres
Publié: (2026)
par: Liu, Haizhou, et autres
Publié: (2026)
Wireless Video Semantic Communication with Decoupled Diffusion Multi-frame Compensation
par: Xie, Bingyan, et autres
Publié: (2025)
par: Xie, Bingyan, et autres
Publié: (2025)
SEER: Semantic Enhancement and Emotional Reasoning Network for Multimodal Fake News Detection
par: Zhu, Peican, et autres
Publié: (2025)
par: Zhu, Peican, et autres
Publié: (2025)
OVFoodSeg: Elevating Open-Vocabulary Food Image Segmentation via Image-Informed Textual Representation
par: Wu, Xiongwei, et autres
Publié: (2024)
par: Wu, Xiongwei, et autres
Publié: (2024)
Multimodal Emotion Recognition by Fusing Video Semantic in MOOC Learning Scenarios
par: Zhang, Yuan, et autres
Publié: (2024)
par: Zhang, Yuan, et autres
Publié: (2024)
IntentVLM: Open-Vocabulary Intention Recognition through Forward-Inverse Modeling with Video-Language Models
par: Rahimi, Hamed, et autres
Publié: (2026)
par: Rahimi, Hamed, et autres
Publié: (2026)
Towards Generating Diverse Audio Captions via Adversarial Training
par: Mei, Xinhao, et autres
Publié: (2022)
par: Mei, Xinhao, et autres
Publié: (2022)
Towards Open-Vocabulary Remote Sensing Image Semantic Segmentation
par: Ye, Chengyang, et autres
Publié: (2024)
par: Ye, Chengyang, et autres
Publié: (2024)
Bernini: Latent Semantic Planning for Video Diffusion
par: Bernini Team, et autres
Publié: (2026)
par: Bernini Team, et autres
Publié: (2026)
ProAV-DiT: A Projected Latent Diffusion Transformer for Efficient Synchronized Audio-Video Generation
par: Sun, Jiahui, et autres
Publié: (2025)
par: Sun, Jiahui, et autres
Publié: (2025)
Towards Automatic Soccer Commentary Generation with Knowledge-Enhanced Visual Reasoning
par: Jin, Zeyu, et autres
Publié: (2026)
par: Jin, Zeyu, et autres
Publié: (2026)
Subjective and Objective Quality-of-Experience Evaluation Study for Live Video Streaming
par: Zhu, Zehao, et autres
Publié: (2024)
par: Zhu, Zehao, et autres
Publié: (2024)
Generative Video Compression: Towards 0.01% Compression Rate for Video Transmission
par: Chen, Xiangyu, et autres
Publié: (2025)
par: Chen, Xiangyu, et autres
Publié: (2025)
Semantic Communication-Enabled Cloud-Edge-End-collaborative Metaverse Services Architecure
par: Li, Yuxuan, et autres
Publié: (2025)
par: Li, Yuxuan, et autres
Publié: (2025)
AxiomVision: Accuracy-Guaranteed Adaptive Visual Model Selection for Perspective-Aware Video Analytics
par: Dai, Xiangxiang, et autres
Publié: (2024)
par: Dai, Xiangxiang, et autres
Publié: (2024)
Plasticity-Aware Mixture of Experts for Learning Under QoE Shifts in Adaptive Video Streaming
par: He, Zhiqiang, et autres
Publié: (2025)
par: He, Zhiqiang, et autres
Publié: (2025)
HA-FGOVD: Highlighting Fine-grained Attributes via Explicit Linear Composition for Open-Vocabulary Object Detection
par: Ma, Yuqi, et autres
Publié: (2024)
par: Ma, Yuqi, et autres
Publié: (2024)
KEN: Knowledge Augmentation and Emotion Guidance Network for Multimodal Fake News Detection
par: Zhu, Peican, et autres
Publié: (2025)
par: Zhu, Peican, et autres
Publié: (2025)
Conquering High Packet-Loss Erasure: MoE Swin Transformer-Based Video Semantic Communication
par: Teng, Lei, et autres
Publié: (2025)
par: Teng, Lei, et autres
Publié: (2025)
Exposing Cross-Modal Consistency for Fake News Detection in Short-Form Videos
par: Tian, Chong, et autres
Publié: (2026)
par: Tian, Chong, et autres
Publié: (2026)
HOIN: High-Order Implicit Neural Representations
par: Chen, Yang, et autres
Publié: (2024)
par: Chen, Yang, et autres
Publié: (2024)
Video-EM: Event-Centric Episodic Memory for Long-Form Video Understanding
par: Wang, Yun, et autres
Publié: (2025)
par: Wang, Yun, et autres
Publié: (2025)
Generative Semantic Communication: Diffusion Models Beyond Bit Recovery
par: Grassucci, Eleonora, et autres
Publié: (2023)
par: Grassucci, Eleonora, et autres
Publié: (2023)
Video Seal: Open and Efficient Video Watermarking
par: Fernandez, Pierre, et autres
Publié: (2024)
par: Fernandez, Pierre, et autres
Publié: (2024)
Learning Primitive Embodied World Models: Towards Scalable Robotic Learning
par: Sun, Qiao, et autres
Publié: (2025)
par: Sun, Qiao, et autres
Publié: (2025)
Seeing Further and Wider: Joint Spatio-Temporal Enlargement for Micro-Video Popularity Prediction
par: Wang, Dali, et autres
Publié: (2026)
par: Wang, Dali, et autres
Publié: (2026)
QMAVIS: Long Video-Audio Understanding using Fusion of Large Multimodal Models
par: Lin, Zixing, et autres
Publié: (2026)
par: Lin, Zixing, et autres
Publié: (2026)
Learning Local and Global Temporal Contexts for Video Semantic Segmentation
par: Sun, Guolei, et autres
Publié: (2022)
par: Sun, Guolei, et autres
Publié: (2022)
Open-o3-Video: Grounded Video Reasoning with Explicit Spatio-Temporal Evidence
par: Meng, Jiahao, et autres
Publié: (2025)
par: Meng, Jiahao, et autres
Publié: (2025)
Universal Organizer of SAM for Unsupervised Semantic Segmentation
par: Li, Tingting, et autres
Publié: (2024)
par: Li, Tingting, et autres
Publié: (2024)
DIBS: Enhancing Dense Video Captioning with Unlabeled Videos via Pseudo Boundary Enrichment and Online Refinement
par: Wu, Hao, et autres
Publié: (2024)
par: Wu, Hao, et autres
Publié: (2024)
Adaptive Multi-Agent Reasoning for Text-to-Video Retrieval
par: Wu, Jiaxin, et autres
Publié: (2025)
par: Wu, Jiaxin, et autres
Publié: (2025)
MM-HSD: Multi-Modal Hate Speech Detection in Videos
par: Céspedes-Sarrias, Berta, et autres
Publié: (2025)
par: Céspedes-Sarrias, Berta, et autres
Publié: (2025)
Enhancing Environmental Monitoring through Multispectral Imaging: The WasteMS Dataset for Semantic Segmentation of Lakeside Waste
par: Zhu, Qinfeng, et autres
Publié: (2024)
par: Zhu, Qinfeng, et autres
Publié: (2024)
EVER: Edge-Assisted Auto-Verification for Mobile MR-Aided Operation
par: Chen, Jiangong, et autres
Publié: (2025)
par: Chen, Jiangong, et autres
Publié: (2025)
HCVR Scene Generation: High Compatibility Virtual Reality Environment Generation for Extended Redirected Walking
par: Zhang, Yiran, et autres
Publié: (2026)
par: Zhang, Yiran, et autres
Publié: (2026)
TimeLens: Rethinking Video Temporal Grounding with Multimodal LLMs
par: Zhang, Jun, et autres
Publié: (2025)
par: Zhang, Jun, et autres
Publié: (2025)
PSA-MF: Personality-Sentiment Aligned Multi-Level Fusion for Multimodal Sentiment Analysis
par: Xie, Heng, et autres
Publié: (2025)
par: Xie, Heng, et autres
Publié: (2025)
LL-GABR: Energy Efficient Live Video Streaming Using Reinforcement Learning
par: Raman, Adithya, et autres
Publié: (2024)
par: Raman, Adithya, et autres
Publié: (2024)
Documents similaires
-
Open-Vocabulary Audio-Visual Semantic Segmentation
par: Guo, Ruohao, et autres
Publié: (2024) -
Semantic-Guided Unsupervised Video Summarization
par: Liu, Haizhou, et autres
Publié: (2026) -
Wireless Video Semantic Communication with Decoupled Diffusion Multi-frame Compensation
par: Xie, Bingyan, et autres
Publié: (2025) -
SEER: Semantic Enhancement and Emotional Reasoning Network for Multimodal Fake News Detection
par: Zhu, Peican, et autres
Publié: (2025) -
OVFoodSeg: Elevating Open-Vocabulary Food Image Segmentation via Image-Informed Textual Representation
par: Wu, Xiongwei, et autres
Publié: (2024)