:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Wu, Yilu, Zhu, Chenhui, Wang, Shuai, Wang, Hanlin, Wang, Jing, Zhang, Zhaoxiang, Wang, Limin
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	https://arxiv.org/abs/2502.08234
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

MotionRAG: Motion Retrieval-Augmented Image-to-Video Generation
di: Zhu, Chenhui, et al.
Pubblicazione: (2025)

Open-Event Procedure Planning in Instructional Videos
di: Wu, Yilu, et al.
Pubblicazione: (2024)

PDPP: Projected Diffusion for Procedure Planning in Instructional Videos
di: Wang, Hanlin, et al.
Pubblicazione: (2023)

PixNerd: Pixel Neural Field Diffusion
di: Wang, Shuai, et al.
Pubblicazione: (2025)

Flowing Backwards: Improving Normalizing Flows via Reverse Representation Alignment
di: Chen, Yang, et al.
Pubblicazione: (2025)

CycleHOI: Improving Human-Object Interaction Detection with Cycle Consistency of Detection and Generation
di: Wang, Yisen, et al.
Pubblicazione: (2024)

Contextual AD Narration with Interleaved Multimodal Sequence
di: Wang, Hanlin, et al.
Pubblicazione: (2024)

SportsHHI: A Dataset for Human-Human Interaction Detection in Sports Videos
di: Wu, Tao, et al.
Pubblicazione: (2024)

Dual DETRs for Multi-Label Temporal Action Detection
di: Zhu, Yuhan, et al.
Pubblicazione: (2024)

Open Vocabulary 3D Scene Understanding via Geometry Guided Self-Distillation
di: Wang, Pengfei, et al.
Pubblicazione: (2024)

Linearized Coupling Flow with Shortcut Constraints for One-Step Face Restoration
di: Sun, Xiaohui, et al.
Pubblicazione: (2026)

FreeVS: Generative View Synthesis on Free Driving Trajectory
di: Wang, Qitai, et al.
Pubblicazione: (2024)

OOD-HOI: Text-Driven 3D Whole-Body Human-Object Interactions Generation Beyond Training Domains
di: Zhang, Yixuan, et al.
Pubblicazione: (2024)

HLG: Comprehensive 3D Room Construction via Hierarchical Layout Generation
di: Wang, Xiping, et al.
Pubblicazione: (2025)

LeviTor: 3D Trajectory Oriented Image-to-Video Synthesis
di: Wang, Hanlin, et al.
Pubblicazione: (2024)

Weakly Supervised 3D Object Detection with Multi-Stage Generalization
di: He, Jiawei, et al.
Pubblicazione: (2023)

RoomCraft: Controllable and Complete 3D Indoor Scene Generation
di: Zhou, Mengqi, et al.
Pubblicazione: (2025)

DDT: Decoupled Diffusion Transformer
di: Wang, Shuai, et al.
Pubblicazione: (2025)

Towards Human-Like Machine Comprehension: Few-Shot Relational Learning in Visually-Rich Documents
di: Wang, Hao, et al.
Pubblicazione: (2024)

FlowDCN: Exploring DCN-like Architectures for Fast Image Generation with Arbitrary Resolution
di: Wang, Shuai, et al.
Pubblicazione: (2024)

DMM: Building a Versatile Image Generation Model via Distillation-Based Model Merging
di: Song, Tianhui, et al.
Pubblicazione: (2025)

Arbitrary Generative Video Interpolation
di: Zhang, Guozhen, et al.
Pubblicazione: (2025)

Concept Unlearning by Modeling Key Steps of Diffusion Process
di: Zhang, Chaoshuo, et al.
Pubblicazione: (2025)

DrivingGPT: Unifying Driving World Modeling and Planning with Multi-modal Autoregressive Transformers
di: Chen, Yuntao, et al.
Pubblicazione: (2024)

A Curriculum-style Self-training Approach for Source-Free Semantic Segmentation
di: Wang, Yuxi, et al.
Pubblicazione: (2021)

ZeroI2V: Zero-Cost Adaptation of Pre-trained Transformers from Image to Video
di: Li, Xinhao, et al.
Pubblicazione: (2023)

Learning Multi-dimensional Human Preference for Text-to-Image Generation
di: Zhang, Sixian, et al.
Pubblicazione: (2024)

Recovering 3D Human Mesh from Monocular Images: A Survey
di: Tian, Yating, et al.
Pubblicazione: (2022)

Motion-Aware Generative Frame Interpolation
di: Zhang, Guozhen, et al.
Pubblicazione: (2025)

LoD-Loc v2: Aerial Visual Localization over Low Level-of-Detail City Models using Explicit Silhouette Alignment
di: Zhu, Juelin, et al.
Pubblicazione: (2025)

VideoEval: Comprehensive Benchmark Suite for Low-Cost Evaluation of Video Foundation Model
di: Li, Xinhao, et al.
Pubblicazione: (2024)

Good at captioning, bad at counting: Benchmarking GPT-4V on Earth observation data
di: Zhang, Chenhui, et al.
Pubblicazione: (2024)

Joint Modeling of Feature, Correspondence, and a Compressed Memory for Video Object Segmentation
di: Zhang, Jiaming, et al.
Pubblicazione: (2023)

OneReward: Unified Mask-Guided Image Generation via Multi-Task Human Preference Learning
di: Gong, Yuan, et al.
Pubblicazione: (2025)

PPJudge: Towards Human-Aligned Assessment of Artistic Painting Process
di: Jiang, Shiqi, et al.
Pubblicazione: (2025)

MeMOTR: Long-Term Memory-Augmented Transformer for Multi-Object Tracking
di: Gao, Ruopeng, et al.
Pubblicazione: (2023)

Denoising Diffusion Step-aware Models
di: Yang, Shuai, et al.
Pubblicazione: (2023)

Using Unreliable Pseudo-Labels for Label-Efficient Semantic Segmentation
di: Wang, Haochen, et al.
Pubblicazione: (2023)

InternVideo-Next: Towards General Video Foundation Models without Video-Text Supervision
di: Wang, Chenting, et al.
Pubblicazione: (2025)

AWT: Transferring Vision-Language Models via Augmentation, Weighting, and Transportation
di: Zhu, Yuhan, et al.
Pubblicazione: (2024)