Copertina

Stitch-a-Demo: Video Demonstrations from Multistep Descriptions

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wu, Chi Hsuan, Ashutosh, Kumar, Grauman, Kristen
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

SportSkills: Physical Skill Learning from Sports Instructional Videos
di: Ashutosh, Kumar, et al.
Pubblicazione: (2026)

SkillSight: Efficient First-Person Skill Assessment with Gaze
di: Wu, Chi Hsuan, et al.
Pubblicazione: (2025)

Learning Skill-Attributes for Transferable Assessment in Video
di: Ashutosh, Kumar, et al.
Pubblicazione: (2025)

FIction: 4D Future Interaction Prediction from Video
di: Ashutosh, Kumar, et al.
Pubblicazione: (2024)

Learning Object State Changes in Videos: An Open-World Perspective
di: Xue, Zihui, et al.
Pubblicazione: (2023)

Detours for Navigating Instructional Videos
di: Ashutosh, Kumar, et al.
Pubblicazione: (2024)

ExpertAF: Expert Actionable Feedback from Video
di: Ashutosh, Kumar, et al.
Pubblicazione: (2024)

HieraMamba: Video Temporal Grounding via Hierarchical Anchor-Mamba Pooling
di: An, Joungbin, et al.
Pubblicazione: (2025)

ExpertEdit: Learning Skill-Aware Motion Editing from Expert Videos
di: Somayazulu, Arjun, et al.
Pubblicazione: (2026)

UniversalVTG: A Universal and Lightweight Foundation Model for Video Temporal Grounding
di: An, Joungbin, et al.
Pubblicazione: (2026)

Vid2Coach: Transforming How-To Videos into Task Assistants
di: Huh, Mina, et al.
Pubblicazione: (2025)

SoundingActions: Learning How Actions Sound from Narrated Egocentric Videos
di: Chen, Changan, et al.
Pubblicazione: (2024)

Audio-Visual Camera Pose Estimation with Passive Scene Sounds and In-the-Wild Video
di: Adebi, Daniel, et al.
Pubblicazione: (2025)

Don't Let the Video Speak: Audio-Contrastive Preference Optimization for Audio-Visual Language Models
di: Baid, Ami, et al.
Pubblicazione: (2026)

Progress-Aware Video Frame Captioning
di: Xue, Zihui, et al.
Pubblicazione: (2024)

EgoExo-WM: Unlocking Exo Video for Ego World Models
di: Tran, Danny, et al.
Pubblicazione: (2026)

Put Myself in Your Shoes: Lifting the Egocentric Perspective from Exocentric Videos
di: Luo, Mi, et al.
Pubblicazione: (2024)

Switch-a-View: View Selection Learned from Unlabeled In-the-wild Videos
di: Majumder, Sagnik, et al.
Pubblicazione: (2024)

HOI-Swap: Swapping Objects in Videos with Hand-Object Interaction Awareness
di: Xue, Zihui, et al.
Pubblicazione: (2024)

MistExit: Learning to Exit for Early Mistake Detection in Procedural Videos
di: Majumder, Sagnik, et al.
Pubblicazione: (2026)

Human detectors are surprisingly powerful reward models
di: Ashutosh, Kumar, et al.
Pubblicazione: (2026)

SPOC: Spatially-Progressing Object State Change Segmentation in Video
di: Mandikal, Priyanka, et al.
Pubblicazione: (2025)

Seeing the Arrow of Time in Large Multimodal Models
di: Xue, Zihui, et al.
Pubblicazione: (2025)

When Thinking Drifts: Evidential Grounding for Robust Video Reasoning
di: Luo, Mi, et al.
Pubblicazione: (2025)

Learning Spatial Features from Audio-Visual Correspondence in Egocentric Videos
di: Majumder, Sagnik, et al.
Pubblicazione: (2023)

Which Viewpoint Shows it Best? Language for Weakly Supervising View Selection in Multi-view Instructional Videos
di: Majumder, Sagnik, et al.
Pubblicazione: (2024)

MINT-Demo: Membership Inference Test Demonstrator
di: DeAlcala, Daniel, et al.
Pubblicazione: (2025)

Few-View Object Reconstruction with Unknown Categories and Camera Poses
di: Jiang, Hanwen, et al.
Pubblicazione: (2022)

Seeing without Pixels: Perception from Camera Trajectories
di: Xue, Zihui, et al.
Pubblicazione: (2025)

CyberDemo: Augmenting Simulated Human Demonstration for Real-World Dexterous Manipulation
di: Wang, Jun, et al.
Pubblicazione: (2024)

ViewBridge: Curriculum Knowledge Distillation for Activity View-Invariance Under Extreme Viewpoint Changes
di: Somayazulu, Arjun, et al.
Pubblicazione: (2025)

Personal Visual Context Learning in Large Multimodal Models
di: Xue, Zihui, et al.
Pubblicazione: (2026)

StabStitch++: Unsupervised Online Video Stitching with Spatiotemporal Bidirectional Warps
di: Nie, Lang, et al.
Pubblicazione: (2025)

Demo-ICL: In-Context Learning for Procedural Video Knowledge Acquisition
di: Dong, Yuhao, et al.
Pubblicazione: (2026)

Shapes as Product Differentiation: Neural Network Embedding in the Analysis of Markets for Fonts
di: Han, Sukjin, et al.
Pubblicazione: (2021)

Eliminating Warping Shakes for Unsupervised Online Video Stitching
di: Nie, Lang, et al.
Pubblicazione: (2024)

Video Self-Stitching Graph Network for Temporal Action Localization
di: Zhao, Chen, et al.
Pubblicazione: (2020)

UniStitch: Unifying Semantic and Geometric Features for Image Stitching
di: Mei, Yuan, et al.
Pubblicazione: (2026)

DemoCaricature: Democratising Caricature Generation with a Rough Sketch
di: Chen, Dar-Yen, et al.
Pubblicazione: (2023)

Perceptual Piercing: Human Visual Cue-based Object Detection in Low Visibility Conditions
di: Kumar, Ashutosh
Pubblicazione: (2024)