Buchumschlag

CM3T: Framework for Efficient Multimodal Learning for Inhomogeneous Interaction Datasets

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Agrawal, Tanay, Guermal, Mohammed, Balazia, Michal, Bremond, Francois
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition 68T05, 68T10 I.5
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Identifying Surgical Instruments in Pedagogical Cataract Surgery Videos through an Optimized Aggregation Network
von: Sinha, Sanya, et al.
Veröffentlicht: (2025)

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

Revisiting Energy-Based Model for Out-of-Distribution Detection
von: Wu, Yifan, et al.
Veröffentlicht: (2024)

Enhancing Rotation-Invariant 3D Learning with Global Pose Awareness and Attention Mechanisms
von: Guo, Jiaxun, et al.
Veröffentlicht: (2025)

Swish-T : Enhancing Swish Activation with Tanh Bias for Improved Neural Network Performance
von: Seo, Youngmin, et al.
Veröffentlicht: (2024)

Banana Ripeness Level Classification using a Simple CNN Model Trained with Real and Synthetic Datasets
von: Chuquimarca, Luis, et al.
Veröffentlicht: (2025)

UNION: Unsupervised 3D Object Detection using Object Appearance-based Pseudo-Classes
von: Lentsch, Ted, et al.
Veröffentlicht: (2024)

TerraSeg: Self-Supervised Ground Segmentation for Any LiDAR
von: Lentsch, Ted, et al.
Veröffentlicht: (2026)

A Landmark-Aware Visual Navigation Dataset
von: Johnson, Faith, et al.
Veröffentlicht: (2024)

Hierarchical Point-Patch Fusion with Adaptive Patch Codebook for 3D Shape Anomaly Detection
von: Kang, Xueyang, et al.
Veröffentlicht: (2026)

Sequence Matters: Harnessing Video Models in 3D Super-Resolution
von: Ko, Hyun-kyu, et al.
Veröffentlicht: (2024)

WSCIF: A Weakly-Supervised Color Intelligence Framework for Tactical Anomaly Detection in Surveillance Keyframes
von: Meng, Wei
Veröffentlicht: (2025)

A Hybrid Multimodal Deep Learning Framework for Intelligent Fashion Recommendation
von: Kalashi, Kamand, et al.
Veröffentlicht: (2025)

DRL: Discriminative Representation Learning with Parallel Adapters for Class Incremental Learning
von: Zhan, Jiawei, et al.
Veröffentlicht: (2025)

Transforming faces into video stories -- VideoFace2.0
von: Brkljač, Branko, et al.
Veröffentlicht: (2025)

Archival Faces: Detection of Faces in Digitized Historical Documents
von: Vaško, Marek, et al.
Veröffentlicht: (2025)

On the Equivalence of Regression and Classification
von: Jayadeva, et al.
Veröffentlicht: (2025)

A deep learning approach to track eye movements based on events
von: Seth, Chirag, et al.
Veröffentlicht: (2025)

Fast 3D point clouds retrieval for Large-scale 3D Place Recognition
von: Zede, Chahine-Nicolas, et al.
Veröffentlicht: (2025)

HelloMeme: Integrating Spatial Knitting Attentions to Embed High-Level and Fidelity-Rich Conditions in Diffusion Models
von: Zhang, Shengkai, et al.
Veröffentlicht: (2024)

Polygonizing Roof Segments from High-Resolution Aerial Images Using Yolov8-Based Edge Detection
von: Mei, Qipeng, et al.
Veröffentlicht: (2025)

Training-free Zero-shot Composed Image Retrieval via Weighted Modality Fusion and Similarity
von: Wu, Ren-Di, et al.
Veröffentlicht: (2024)

EZ-Sort: Efficient Pairwise Comparison via Zero-Shot CLIP-Based Pre-Ordering and Human-in-the-Loop Sorting
von: Park, Yujin, et al.
Veröffentlicht: (2025)

Spectral Integrated Gradients for Coarse-to-Fine Feature Attribution
von: Kim, Soyeon, et al.
Veröffentlicht: (2026)

Manifold-Aligned Guided Integrated Gradients for Reliable Feature Attribution
von: Kim, Soyeon, et al.
Veröffentlicht: (2026)

Skullptor: High Fidelity 3D Head Reconstruction in Seconds with Multi-View Normal Prediction
von: Artru, Noé, et al.
Veröffentlicht: (2026)

Dual-Teacher Ensemble Models with Double-Copy-Paste for 3D Semi-Supervised Medical Image Segmentation
von: Fa, Zhan, et al.
Veröffentlicht: (2024)

See What You Need: Query-Aware Visual Intelligence through Reasoning-Perception Loops
von: Dong, Zixuan, et al.
Veröffentlicht: (2025)

Interpretable label-free self-guided subspace clustering
von: Kopriva, Ivica
Veröffentlicht: (2024)

Enhancing OCR for Sino-Vietnamese Language Processing via Fine-tuned PaddleOCRv5
von: Nguyen, Minh Hoang, et al.
Veröffentlicht: (2025)

AQFusionNet: Multimodal Deep Learning for Air Quality Index Prediction with Imagery and Sensor Data
von: Kushal, Koushik Ahmed, et al.
Veröffentlicht: (2025)

SQUARE: Semantic Query-Augmented Fusion and Efficient Batch Reranking for Training-free Zero-Shot Composed Image Retrieval
von: Wu, Ren-Di, et al.
Veröffentlicht: (2025)

Multimodal Image Matching based on Frequency-domain Information of Local Energy Response
von: Yang, Meng, et al.
Veröffentlicht: (2025)

Decoder Generates Manufacturable Structures: A Framework for 3D-Printable Object Synthesis
von: Kumar, Abhishek
Veröffentlicht: (2026)

The Normalized Difference Layer: A Differentiable Spectral Index Formulation for Deep Learning
von: Lotfi, Ali, et al.
Veröffentlicht: (2026)

An M-Health Algorithmic Approach to Identify and Assess Physiotherapy Exercises in Real Time
von: Kandylakis, Stylianos, et al.
Veröffentlicht: (2025)

Extraction Of Cumulative Blobs From Dynamic Gestures
von: Naulakha, Rishabh, et al.
Veröffentlicht: (2025)

HOSC: A Periodic Activation with Saturation Control for High-Fidelity Implicit Neural Representations
von: Wlodarczyk, Michal Jan, et al.
Veröffentlicht: (2026)

Advancing Brain Tumor Segmentation via Attention-based 3D U-Net Architecture and Digital Image Processing
von: Gad, Eyad, et al.
Veröffentlicht: (2025)

When Less is Enough: Adaptive Token Reduction for Efficient Image Representation
von: Allakhverdov, Eduard, et al.
Veröffentlicht: (2025)