CrossVideoMAE: Self-Supervised Image-Video Representation Learning with Masked Autoencoders
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Ahamed, Shihab Aaqil, Gunawardhana, Malitha, David, Liel, Sidorov, Michael, Harari, Daniel, Khan, Muhammad Haris |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
How Effective are Self-Supervised Models for Contact Identification in Videos
par: Gunawardhana, Malitha, et autres
Publié: (2024)
par: Gunawardhana, Malitha, et autres
Publié: (2024)
Action Without Interaction: Probing the Physical Foundations of Video LMMs via Contact-Release Detection
par: Harari, Daniel, et autres
Publié: (2025)
par: Harari, Daniel, et autres
Publié: (2025)
Why Not Use Your Textbook? Knowledge-Enhanced Procedure Planning of Instructional Videos
par: Nagasinghe, Kumaranage Ravindu Yasas, et autres
Publié: (2024)
par: Nagasinghe, Kumaranage Ravindu Yasas, et autres
Publié: (2024)
ViC-MAE: Self-Supervised Representation Learning from Images and Video with Contrastive Masked Autoencoders
par: Hernandez, Jefferson, et autres
Publié: (2023)
par: Hernandez, Jefferson, et autres
Publié: (2023)
A-TPT: Angular Diversity Calibration Properties for Test-Time Prompt Tuning of Vision-Language Models
par: Ahamed, Shihab Aaqil, et autres
Publié: (2025)
par: Ahamed, Shihab Aaqil, et autres
Publié: (2025)
Towards Generalizing to Unseen Domains with Few Labels
par: Galappaththige, Chamuditha Jayanga, et autres
Publié: (2024)
par: Galappaththige, Chamuditha Jayanga, et autres
Publié: (2024)
LV-MAE: Learning Long Video Representations through Masked-Embedding Autoencoders
par: Naiman, Ilan, et autres
Publié: (2025)
par: Naiman, Ilan, et autres
Publié: (2025)
TimeMAE: Self-Supervised Representations of Time Series with Decoupled Masked Autoencoders
par: Cheng, Mingyue, et autres
Publié: (2023)
par: Cheng, Mingyue, et autres
Publié: (2023)
Integrating Deep Learning in Cardiology: A Comprehensive Review of Atrial Fibrillation, Left Atrial Scar Segmentation, and the Frontiers of State-of-the-Art Techniques
par: Gunawardhana, Malitha, et autres
Publié: (2024)
par: Gunawardhana, Malitha, et autres
Publié: (2024)
SENCA-st: Integrating Spatial Transcriptomics and Histopathology with Cross Attention Shared Encoder for Region Identification in Cancer Pathology
par: Liyanaarachchi, Shanaka, et autres
Publié: (2025)
par: Liyanaarachchi, Shanaka, et autres
Publié: (2025)
MV2MAE: Multi-View Video Masked Autoencoders
par: Shah, Ketul, et autres
Publié: (2024)
par: Shah, Ketul, et autres
Publié: (2024)
How good nnU-Net for Segmenting Cardiac MRI: A Comprehensive Evaluation
par: Gunawardhana, Malitha, et autres
Publié: (2024)
par: Gunawardhana, Malitha, et autres
Publié: (2024)
USF-MAE: Ultrasound Self-Supervised Foundation Model with Masked Autoencoding
par: Megahed, Youssef, et autres
Publié: (2025)
par: Megahed, Youssef, et autres
Publié: (2025)
Periodic-MAE: Periodic Video Masked Autoencoder for rPPG Estimation
par: Choi, Jiho, et autres
Publié: (2025)
par: Choi, Jiho, et autres
Publié: (2025)
SCE-MAE: Selective Correspondence Enhancement with Masked Autoencoder for Self-Supervised Landmark Estimation
par: Yin, Kejia, et autres
Publié: (2024)
par: Yin, Kejia, et autres
Publié: (2024)
CIG-MAE: Cross-Modal Information-Guided Masked Autoencoder for Self-Supervised WiFi Sensing
par: Liu, Gang, et autres
Publié: (2025)
par: Liu, Gang, et autres
Publié: (2025)
T-MAE: Temporal Masked Autoencoders for Point Cloud Representation Learning
par: Wei, Weijie, et autres
Publié: (2023)
par: Wei, Weijie, et autres
Publié: (2023)
BRepMAE: Self-Supervised Masked BRep Autoencoders for Machining Feature Recognition
par: Yao, Can, et autres
Publié: (2026)
par: Yao, Can, et autres
Publié: (2026)
TrackMAE: Video Representation Learning via Track Mask and Predict
par: Vandeghen, Renaud, et autres
Publié: (2026)
par: Vandeghen, Renaud, et autres
Publié: (2026)
SenPa-MAE: Sensor Parameter Aware Masked Autoencoder for Multi-Satellite Self-Supervised Pretraining
par: Prexl, Jonathan, et autres
Publié: (2024)
par: Prexl, Jonathan, et autres
Publié: (2024)
SupMAE: Supervised Masked Autoencoders Are Efficient Vision Learners
par: Liang, Feng, et autres
Publié: (2022)
par: Liang, Feng, et autres
Publié: (2022)
CL-MAE: Curriculum-Learned Masked Autoencoders
par: Madan, Neelu, et autres
Publié: (2023)
par: Madan, Neelu, et autres
Publié: (2023)
FocusMAE: Gallbladder Cancer Detection from Ultrasound Videos with Focused Masked Autoencoders
par: Basu, Soumen, et autres
Publié: (2024)
par: Basu, Soumen, et autres
Publié: (2024)
i-MAE: Are Latent Representations in Masked Autoencoders Linearly Separable?
par: Zhang, Kevin, et autres
Publié: (2022)
par: Zhang, Kevin, et autres
Publié: (2022)
Social-MAE: Social Masked Autoencoder for Multi-person Motion Representation Learning
par: Ehsanpour, Mahsa, et autres
Publié: (2024)
par: Ehsanpour, Mahsa, et autres
Publié: (2024)
NeRF-MAE: Masked AutoEncoders for Self-Supervised 3D Representation Learning for Neural Radiance Fields
par: Irshad, Muhammad Zubair, et autres
Publié: (2024)
par: Irshad, Muhammad Zubair, et autres
Publié: (2024)
AU-vMAE: Knowledge-Guide Action Units Detection via Video Masked Autoencoder
par: Jin, Qiaoqiao, et autres
Publié: (2024)
par: Jin, Qiaoqiao, et autres
Publié: (2024)
Recurrent Video Masked Autoencoders
par: Zoran, Daniel, et autres
Publié: (2025)
par: Zoran, Daniel, et autres
Publié: (2025)
DailyMAE: Towards Pretraining Masked Autoencoders in One Day
par: Wu, Jiantao, et autres
Publié: (2024)
par: Wu, Jiantao, et autres
Publié: (2024)
RI-MAE: Rotation-Invariant Masked AutoEncoders for Self-Supervised Point Cloud Representation Learning
par: Su, Kunming, et autres
Publié: (2024)
par: Su, Kunming, et autres
Publié: (2024)
RIS-MAE: A Self-Supervised Modulation Classification Method Based on Raw IQ Signals and Masked Autoencoder
par: Liu, Yunfei, et autres
Publié: (2025)
par: Liu, Yunfei, et autres
Publié: (2025)
R-MAE: Regions Meet Masked Autoencoders
par: Nguyen, Duy-Kien, et autres
Publié: (2023)
par: Nguyen, Duy-Kien, et autres
Publié: (2023)
PCP-MAE: Learning to Predict Centers for Point Masked Autoencoders
par: Zhang, Xiangdong, et autres
Publié: (2024)
par: Zhang, Xiangdong, et autres
Publié: (2024)
DAP-MAE: Domain-Adaptive Point Cloud Masked Autoencoder for Effective Cross-Domain Learning
par: Gao, Ziqi, et autres
Publié: (2025)
par: Gao, Ziqi, et autres
Publié: (2025)
Text-Guided Video Masked Autoencoder
par: Fan, David, et autres
Publié: (2024)
par: Fan, David, et autres
Publié: (2024)
Segmenting Bi-Atrial Structures Using ResNext Based Framework
par: Gunawardhana, Malitha, et autres
Publié: (2025)
par: Gunawardhana, Malitha, et autres
Publié: (2025)
DropMAE: Learning Representations via Masked Autoencoders with Spatial-Attention Dropout for Temporal Matching Tasks
par: Wu, Qiangqiang, et autres
Publié: (2023)
par: Wu, Qiangqiang, et autres
Publié: (2023)
MU-MAE: Multimodal Masked Autoencoders-Based One-Shot Learning
par: Liu, Rex, et autres
Publié: (2024)
par: Liu, Rex, et autres
Publié: (2024)
qAttCNN - Self Attention Mechanism for Video QoE Prediction in Encrypted Traffic
par: Sidorov, Michael, et autres
Publié: (2026)
par: Sidorov, Michael, et autres
Publié: (2026)
Self-Guided Masked Autoencoders for Domain-Agnostic Self-Supervised Learning
par: Xie, Johnathan, et autres
Publié: (2024)
par: Xie, Johnathan, et autres
Publié: (2024)
Documents similaires
-
How Effective are Self-Supervised Models for Contact Identification in Videos
par: Gunawardhana, Malitha, et autres
Publié: (2024) -
Action Without Interaction: Probing the Physical Foundations of Video LMMs via Contact-Release Detection
par: Harari, Daniel, et autres
Publié: (2025) -
Why Not Use Your Textbook? Knowledge-Enhanced Procedure Planning of Instructional Videos
par: Nagasinghe, Kumaranage Ravindu Yasas, et autres
Publié: (2024) -
ViC-MAE: Self-Supervised Representation Learning from Images and Video with Contrastive Masked Autoencoders
par: Hernandez, Jefferson, et autres
Publié: (2023) -
A-TPT: Angular Diversity Calibration Properties for Test-Time Prompt Tuning of Vision-Language Models
par: Ahamed, Shihab Aaqil, et autres
Publié: (2025)