Buchumschlag

Streaming Generation of Co-Speech Gestures via Accelerated Rolling Diffusion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vu, Evgeniia, Boiarov, Andrei, Vetrov, Dmitry
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition Human-Computer Interaction
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Co-Speech Gesture Video Generation via Motion-Decoupled Diffusion Model
von: He, Xu, et al.
Veröffentlicht: (2024)

Conveying Meaning through Gestures: An Investigation into Semantic Co-Speech Gesture Generation
von: Voss, Hendric, et al.
Veröffentlicht: (2025)

Resource-Efficient Gesture Recognition through Convexified Attention
von: Schwartz, Daniel, et al.
Veröffentlicht: (2026)

Random Channel Ablation for Robust Hand Gesture Classification with Multimodal Biosignals
von: Bimbraw, Keshav, et al.
Veröffentlicht: (2024)

ImaGGen: Zero-Shot Generation of Co-Speech Semantic Gestures Grounded in Language and Image Input
von: Voss, Hendric, et al.
Veröffentlicht: (2025)

A Deep Learning-based Multimodal Depth-Aware Dynamic Hand Gesture Recognition System
von: Mahmud, Hasan, et al.
Veröffentlicht: (2021)

ConvMixFormer- A Resource-efficient Convolution Mixer for Transformer-based Dynamic Hand Gesture Recognition
von: Garg, Mallika, et al.
Veröffentlicht: (2024)

GesturePrint: Enabling User Identification for mmWave-based Gesture Recognition Systems
von: Xu, Lilin, et al.
Veröffentlicht: (2024)

Helios 2.0: A Robust, Ultra-Low Power Gesture Recognition System Optimised for Event-Sensor based Wearables
von: Bhattacharyya, Prarthana, et al.
Veröffentlicht: (2025)

An Efficient and Streaming Audio Visual Active Speaker Detection System
von: Kundu, Arnav, et al.
Veröffentlicht: (2024)

GPT Sonograpy: Hand Gesture Decoding from Forearm Ultrasound Images via VLM
von: Bimbraw, Keshav, et al.
Veröffentlicht: (2024)

Unsupervised visualization of image datasets using contrastive learning
von: Böhm, Jan Niklas, et al.
Veröffentlicht: (2022)

LLAniMAtion: LLAMA Driven Gesture Animation
von: Windle, Jonathan, et al.
Veröffentlicht: (2024)

Real-Time Hand Gesture Recognition: Integrating Skeleton-Based Data Fusion and Multi-Stream CNN
von: Yusuf, Oluwaleke, et al.
Veröffentlicht: (2024)

Human Motion Synthesis_ A Diffusion Approach for Motion Stitching and In-Betweening
von: Adewole, Michael, et al.
Veröffentlicht: (2024)

Zero-shot Human Pose Estimation using Diffusion-based Inverse solvers
von: Karnoor, Sahil Bhandary, et al.
Veröffentlicht: (2025)

Gesture Matters: Pedestrian Gesture Recognition for AVs Through Skeleton Pose Evaluation
von: Mahdi, Alif Rizqullah, et al.
Veröffentlicht: (2026)

Chronotome: Real-Time Topic Modeling for Streaming Embedding Spaces
von: Lim, Matte, et al.
Veröffentlicht: (2025)

Drag Your Noise: Interactive Point-based Editing via Diffusion Semantic Propagation
von: Liu, Haofeng, et al.
Veröffentlicht: (2024)

Listen to Rhythm, Choose Movements: Autoregressive Multimodal Dance Generation via Diffusion and Mamba with Decoupled Dance Dataset
von: Duan, Oran, et al.
Veröffentlicht: (2026)

A General Model for Detecting Learner Engagement: Implementation and Evaluation
von: Malekshahi, Somayeh, et al.
Veröffentlicht: (2024)

NARVis: Neural Accelerated Rendering for Real-Time Scientific Point Cloud Visualization
von: Hegde, Srinidhi, et al.
Veröffentlicht: (2024)

Automated Label Placement on Maps via Large Language Models
von: Shomer, Harry, et al.
Veröffentlicht: (2025)

Safeguarding Generative AI Applications in Preclinical Imaging through Hybrid Anomaly Detection
von: Binda, Jakub, et al.
Veröffentlicht: (2025)

Accessible, At-Home Detection of Parkinson's Disease via Multi-task Video Analysis
von: Islam, Md Saiful, et al.
Veröffentlicht: (2024)

Semantic Approach to Quantifying the Consistency of Diffusion Model Image Generation
von: Bent, Brinnae
Veröffentlicht: (2024)

Intelligent Power Grid Design Review via Active Perception-Enabled Multimodal Large Language Models
von: Tan, Taoliang, et al.
Veröffentlicht: (2025)

BlinkBud: Detecting Hazards from Behind via Sampled Monocular 3D Detection on a Single Earbud
von: Li, Yunzhe, et al.
Veröffentlicht: (2025)

GesGPT: Speech Gesture Synthesis With Text Parsing from ChatGPT
von: Gao, Nan, et al.
Veröffentlicht: (2023)

CodeCytos: AI-assisted spatial molecular imaging analysis via code-augmented agent action space
von: Vo, Hung Q., et al.
Veröffentlicht: (2026)

Real Time Captioning of Sign Language Gestures in Video Meetings
von: Mukherjee, Sharanya, et al.
Veröffentlicht: (2025)

Unsupervised Domain Adaptation for RF-based Gesture Recognition
von: Zhang, Bin-Bin, et al.
Veröffentlicht: (2021)

Text-to-Image Generation for Vocabulary Learning Using the Keyword Method
von: Attygalle, Nuwan T., et al.
Veröffentlicht: (2025)

Neural Contrast: Leveraging Generative Editing for Graphic Design Recommendations
von: Lupascu, Marian, et al.
Veröffentlicht: (2024)

SynthoGestures: A Novel Framework for Synthetic Dynamic Hand Gesture Generation for Driving Scenarios
von: Gomaa, Amr, et al.
Veröffentlicht: (2023)

CHiQPM: Calibrated Hierarchical Interpretable Image Classification
von: Norrenbrock, Thomas, et al.
Veröffentlicht: (2025)

An Evaluation of Hybrid Annotation Workflows on High-Ambiguity Spatiotemporal Video Footage
von: Gutiérrez, Juan, et al.
Veröffentlicht: (2025)

VocalEyes: Enhancing Environmental Perception for the Visually Impaired through Vision-Language Models and Distance-Aware Object Detection
von: Chavan, Kunal, et al.
Veröffentlicht: (2025)

Privacy-Preserving Empathy Detection in Video Interactions
von: Hasan, Md Rakibul, et al.
Veröffentlicht: (2025)

Minority Reports: Balancing Cost and Quality in Ground Truth Data Annotation
von: Liao, Hsuan Wei, et al.
Veröffentlicht: (2025)