Copertina

ViT-VS: On the Applicability of Pretrained Vision Transformer Features for Generalizable Visual Servoing

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Scherl, Alessandro, Thalhammer, Stefan, Neuberger, Bernhard, Wöber, Wilfried, García-Rodríguez, José
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Robotics Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

VAT: Vision Action Transformer by Unlocking Full Representation of ViT
di: Li, Wenhao, et al.
Pubblicazione: (2025)

Adapting Pretrained ViTs with Convolution Injector for Visuo-Motor Control
di: Hwang, Dongyoon, et al.
Pubblicazione: (2024)

OTAS: Open-vocabulary Token Alignment for Outdoor Segmentation
di: Schwaiger, Simon, et al.
Pubblicazione: (2025)

From Words to Poses: Enhancing Novel Object Pose Estimation with Vision Language Models
di: Pulli, Tessa, et al.
Pubblicazione: (2024)

High-Precision Transformer-Based Visual Servoing for Humanoid Robots in Aligning Tiny Objects
di: Xue, Jialong, et al.
Pubblicazione: (2025)

Scene-Graph ViT: End-to-End Open-Vocabulary Visual Relationship Detection
di: Salzmann, Tim, et al.
Pubblicazione: (2024)

Universal Pose Pretraining for Generalizable Vision-Language-Action Policies
di: Lin, Haitao, et al.
Pubblicazione: (2026)

Bio-Inspired Event-Based Visual Servoing for Ground Robots
di: Mordad, Maral, et al.
Pubblicazione: (2026)

ViTA-Seg: Vision Transformer for Amodal Segmentation in Robotics
di: Caramia, Donato, et al.
Pubblicazione: (2025)

Challenges for Monocular 6D Object Pose Estimation in Robotics
di: Thalhammer, Stefan, et al.
Pubblicazione: (2023)

SEBVS: Synthetic Event-based Visual Servoing for Robot Navigation and Manipulation
di: Vinod, Krishna, et al.
Pubblicazione: (2025)

ViT-5: Vision Transformers for The Mid-2020s
di: Wang, Feng, et al.
Pubblicazione: (2026)

Visual Servoing for Robotic On-Orbit Servicing: A Survey
di: Amaya-Mejía, Lina María, et al.
Pubblicazione: (2024)

Hybrid Visual Servoing of Tendon-driven Continuum Robots
di: Danesh, Rana, et al.
Pubblicazione: (2025)

Strain-Parameterized Coupled Dynamics and Dual-Camera Visual Servoing for Aerial Continuum Manipulators
di: Amiri, Niloufar, et al.
Pubblicazione: (2026)

Efficient Self-Supervised Neuro-Analytic Visual Servoing for Real-time Quadrotor Control
di: Mocanu, Sebastian, et al.
Pubblicazione: (2025)

Robotic Eye-in-hand Visual Servo Axially Aligning Nasopharyngeal Swabs with the Nasal Cavity
di: Lee, Peter Q., et al.
Pubblicazione: (2024)

UGV-CBRN: An Unmanned Ground Vehicle for Chemical, Biological, Radiological, and Nuclear Disaster Response
di: Schwaiger, Simon, et al.
Pubblicazione: (2024)

Markerless 6D Pose Estimation and Position-Based Visual Servoing for Endoscopic Continuum Manipulators
di: Park, Junhyun, et al.
Pubblicazione: (2026)

SToRe3D: Sparse Token Relevance in ViTs for Efficient Multi-View 3D Object Detection
di: Papais, Sandro, et al.
Pubblicazione: (2026)

ACC-ViT : Atrous Convolution's Comeback in Vision Transformers
di: Ibtehaz, Nabil, et al.
Pubblicazione: (2024)

EA-ViT: Efficient Adaptation for Elastic Vision Transformer
di: Zhu, Chen, et al.
Pubblicazione: (2025)

Provable Ordering and Continuity in Vision-Language Pretraining for Generalizable Embodied Agents
di: Zhang, Zhizhen, et al.
Pubblicazione: (2025)

Recasting Generic Pretrained Vision Transformers As Object-Centric Scene Encoders For Manipulation Policies
di: Qian, Jianing, et al.
Pubblicazione: (2024)

SCOPE: Semantic Conditioning for Sim2Real Category-Level Object Pose Estimation in Robotics
di: Hönig, Peter, et al.
Pubblicazione: (2025)

ViT-CoMer: Vision Transformer with Convolutional Multi-scale Feature Interaction for Dense Predictions
di: Xia, Chunlong, et al.
Pubblicazione: (2024)

ViT-AdaLA: Adapting Vision Transformers with Linear Attention
di: Li, Yifan, et al.
Pubblicazione: (2026)

IML-ViT: Benchmarking Image Manipulation Localization by Vision Transformer
di: Ma, Xiaochen, et al.
Pubblicazione: (2023)

CNSv2: Probabilistic Correspondence Encoded Neural Image Servo
di: Chen, Anzhe, et al.
Pubblicazione: (2025)

Vision-and-Language Navigation Generative Pretrained Transformer
di: Hanlin, Wen
Pubblicazione: (2024)

MapGS: Generalizable Pretraining and Data Augmentation for Online Mapping via Novel View Synthesis
di: Zhang, Hengyuan, et al.
Pubblicazione: (2025)

ViVa-SAFELAND: a New Freeware for Safe Validation of Vision-based Navigation in Aerial Vehicles
di: Soriano-García, Miguel S., et al.
Pubblicazione: (2025)

HIRI-ViT: Scaling Vision Transformer with High Resolution Inputs
di: Yao, Ting, et al.
Pubblicazione: (2024)

ViT-Explainer: An Interactive Walkthrough of the Vision Transformer Pipeline
di: Hernandez, Juan Manuel, et al.
Pubblicazione: (2026)

Generalizable Image Repair for Robust Visual Control
di: Sobolewski, Carson, et al.
Pubblicazione: (2025)

Elastic ViTs from Pretrained Models without Retraining
di: Simoncini, Walter, et al.
Pubblicazione: (2025)

Pretrained ViTs Yield Versatile Representations For Medical Images
di: Matsoukas, Christos, et al.
Pubblicazione: (2023)

An Intelligent Water-Saving Irrigation System Based on Multi-Sensor Fusion and Visual Servoing Control
di: Huang, ZhengKai, et al.
Pubblicazione: (2025)

ViT-FIQA: Assessing Face Image Quality using Vision Transformers
di: Atzori, Andrea, et al.
Pubblicazione: (2025)

MPTQ-ViT: Mixed-Precision Post-Training Quantization for Vision Transformer
di: Tai, Yu-Shan, et al.
Pubblicazione: (2024)