Buchumschlag

Training-Free Zero-Shot Temporal Action Detection with Vision-Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Han, Chaolei, Wang, Hongsong, Kuang, Jidong, Zhang, Lei, Gui, Jie
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Zero-Shot Skeleton-based Action Recognition with Dual Visual-Text Alignment
von: Kuang, Jidong, et al.
Veröffentlicht: (2024)

OZ-TAL: Online Zero-Shot Temporal Action Localization
von: Han, Chaolei, et al.
Veröffentlicht: (2026)

Towards Universal Skeleton-Based Action Recognition
von: Kuang, Jidong, et al.
Veröffentlicht: (2026)

Marrying Text-to-Motion Generation with Skeleton-Based Action Recognition
von: Kuang, Jidong, et al.
Veröffentlicht: (2026)

Heterogeneous Skeleton-Based Action Representation Learning
von: Wang, Hongsong, et al.
Veröffentlicht: (2025)

Attribution as Retrieval: Model-Agnostic AI-Generated Image Attribution
von: Wang, Hongsong, et al.
Veröffentlicht: (2026)

LOTA: Bit-Planes Guided AI-Generated Image Detection
von: Wang, Hongsong, et al.
Veröffentlicht: (2025)

Region-aware Image-based Human Action Retrieval with Transformers
von: Wang, Hongsong, et al.
Veröffentlicht: (2024)

Point-Supervised Skeleton-Based Human Action Segmentation
von: Wang, Hongsong, et al.
Veröffentlicht: (2026)

Multimodal Skeleton-Based Action Representation Learning via Decomposition and Composition
von: Wang, Hongsong, et al.
Veröffentlicht: (2025)

Data-Free Class-Incremental Gesture Recognition with Prototype-Guided Pseudo Feature Replay
von: Wang, Hongsong, et al.
Veröffentlicht: (2025)

Dual Conditioned Motion Diffusion for Pose-Based Video Anomaly Detection
von: Wang, Hongsong, et al.
Veröffentlicht: (2024)

Not All Agents Matter: From Global Attention Dilution to Risk-Prioritized Game Planning
von: Ding, Kang, et al.
Veröffentlicht: (2026)

VisualAD: Language-Free Zero-Shot Anomaly Detection via Vision Transformer
von: Hou, Yanning, et al.
Veröffentlicht: (2026)

Exploring Vision-Language Models for Open-Vocabulary Zero-Shot Action Segmentation
von: Unmesh, Asim, et al.
Veröffentlicht: (2026)

Test-Time Zero-Shot Temporal Action Localization
von: Liberatori, Benedetta, et al.
Veröffentlicht: (2024)

Efficient Diffusion-Based 3D Human Pose Estimation with Hierarchical Temporal Pruning
von: Bi, Yuquan, et al.
Veröffentlicht: (2025)

AnomalyAgent: Training-Free Agentic Models for Zero-/Few-Shot Anomaly Detection
von: Zhang, Yi, et al.
Veröffentlicht: (2026)

EfficientVLA: Training-Free Acceleration and Compression for Vision-Language-Action Models
von: Yang, Yantai, et al.
Veröffentlicht: (2025)

Efficient and Context-Aware Label Propagation for Zero-/Few-Shot Training-Free Adaptation of Vision-Language Model
von: Li, Yushu, et al.
Veröffentlicht: (2024)

Zero-Shot Temporal Action Localization Through Textual Guidance
von: Liberatori, Benedetta, et al.
Veröffentlicht: (2026)

Spatio-Temporal Context Prompting for Zero-Shot Action Detection
von: Huang, Wei-Jhe, et al.
Veröffentlicht: (2024)

BaFTA: Backprop-Free Test-Time Adaptation For Zero-Shot Vision-Language Models
von: Hu, Xuefeng, et al.
Veröffentlicht: (2024)

Masked Diffusion Vision-Language Models for Temporal Action Localization
von: Wang, Fengshun, et al.
Veröffentlicht: (2026)

Temporal-Visual Semantic Alignment: A Unified Architecture for Transferring Spatial Priors from Vision Models to Zero-Shot Temporal Tasks
von: Ma, Xiangkai, et al.
Veröffentlicht: (2025)

Coordinate-Based Dual-Constrained Autoregressive Motion Generation
von: Ding, Kang, et al.
Veröffentlicht: (2026)

Structure-Aware Fine-Grained Gaussian Splatting for Expressive Avatar Reconstruction
von: Su, Yuze, et al.
Veröffentlicht: (2026)

MusicDET: Zero-Shot AI-Generated Music Detection
von: Han, Chaolei, et al.
Veröffentlicht: (2026)

ConceptPose: Training-Free Zero-Shot Object Pose Estimation using Concept Vectors
von: Kuang, Liming, et al.
Veröffentlicht: (2025)

AutoAD-Zero: A Training-Free Framework for Zero-Shot Audio Description
von: Xie, Junyu, et al.
Veröffentlicht: (2024)

Dragging with Geometry: From Pixels to Geometry-Guided Image Editing
von: Pu, Xinyu, et al.
Veröffentlicht: (2025)

fine-CLIP: Enhancing Zero-Shot Fine-Grained Surgical Action Recognition with Vision-Language Models
von: Sharma, Saurav, et al.
Veröffentlicht: (2025)

Noise is an Efficient Learner for Zero-Shot Vision-Language Models
von: Imam, Raza, et al.
Veröffentlicht: (2025)

Frequency-Guided Diffusion Model with Perturbation Training for Skeleton-Based Video Anomaly Detection
von: Tan, Xiaofeng, et al.
Veröffentlicht: (2024)

Towards Zero-Shot Annotation of the Built Environment with Vision-Language Models (Vision Paper)
von: Han, Bin, et al.
Veröffentlicht: (2024)

VLA-IAP: Training-Free Visual Token Pruning via Interaction Alignment for Vision-Language-Action Models
von: Cheng, Jintao, et al.
Veröffentlicht: (2026)

Enhancing Zero-Shot Vision Models by Label-Free Prompt Distribution Learning and Bias Correcting
von: Zhu, Xingyu, et al.
Veröffentlicht: (2024)

Hypergraph-Enhanced Training-Free and Language-Free Few-Shot Anomaly Detection
von: Xie, Guohuan, et al.
Veröffentlicht: (2026)

Towards Completeness: A Generalizable Action Proposal Generator for Zero-Shot Temporal Action Localization
von: Du, Jia-Run, et al.
Veröffentlicht: (2024)

Constrained Prompt Enhancement for Improving Zero-Shot Generalization of Vision-Language Models
von: Yin, Xiaojie, et al.
Veröffentlicht: (2025)