Copertina

Tracktention: Leveraging Point Tracking to Attend Videos Faster and Better

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Lai, Zihang, Vedaldi, Andrea
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

V-DPM: 4D Video Reconstruction with Dynamic Point Maps
di: Sucar, Edgar, et al.
Pubblicazione: (2026)

CoWTracker: Tracking by Warping instead of Correlation
di: Lai, Zihang, et al.
Pubblicazione: (2026)

Dynamic Point Maps: A Versatile Representation for Dynamic 3D Reconstruction
di: Sucar, Edgar, et al.
Pubblicazione: (2025)

Exploring Simple Open-Vocabulary Semantic Segmentation
di: Lai, Zihang
Pubblicazione: (2024)

CoTracker3: Simpler and Better Point Tracking by Pseudo-Labelling Real Videos
di: Karaev, Nikita, et al.
Pubblicazione: (2024)

Universal representations:The missing link between faces, text, planktons, and cat breeds
di: Bilen, Hakan, et al.
Pubblicazione: (2017)

3D-Aware Instance Segmentation and Tracking in Egocentric Videos
di: Bhalgat, Yash, et al.
Pubblicazione: (2024)

FREE: Faster and Better Data-Free Meta-Learning
di: Wei, Yongxian, et al.
Pubblicazione: (2024)

What Happens Next? Anticipating Future Motion by Generating Point Trajectories
di: Boduljak, Gabrijel, et al.
Pubblicazione: (2025)

Leveraging Object Priors for Point Tracking
di: Boote, Bikram, et al.
Pubblicazione: (2024)

CoTracker: It is Better to Track Together
di: Karaev, Nikita, et al.
Pubblicazione: (2023)

Hawk: Leveraging Spatial Context for Faster Autoregressive Text-to-Image Generation
di: Chen, Zhi-Kai, et al.
Pubblicazione: (2025)

Attend Locally, Remember Linearly: Linear Attention as Cross-Frame Memory for Autoregressive Video Diffusion
di: Li, Kunyang, et al.
Pubblicazione: (2026)

Track4Gen: Teaching Video Diffusion Models to Track Points Improves Video Generation
di: Jeong, Hyeonho, et al.
Pubblicazione: (2024)

Better Together: Leveraging Unpaired Multimodal Data for Stronger Unimodal Models
di: Gupta, Sharut, et al.
Pubblicazione: (2025)

Don't Look Twice: Faster Video Transformers with Run-Length Tokenization
di: Choudhury, Rohan, et al.
Pubblicazione: (2024)

Lift-Attend-Splat: Bird's-eye-view camera-lidar fusion using transformers
di: Gunn, James, et al.
Pubblicazione: (2023)

DSO: Aligning 3D Generators with Simulation Feedback for Physical Soundness
di: Li, Ruining, et al.
Pubblicazione: (2025)

Learning segmentation from point trajectories
di: Karazija, Laurynas, et al.
Pubblicazione: (2025)

VFMF: World Modeling by Forecasting Vision Foundation Model Features
di: Boduljak, Gabrijel, et al.
Pubblicazione: (2025)

LaVR: Scene Latent Conditioned Generative Video Trajectory Re-Rendering using Large 4D Reconstruction Models
di: Xie, Mingyang, et al.
Pubblicazione: (2026)

BootsTAP: Bootstrapped Training for Tracking-Any-Point
di: Doersch, Carl, et al.
Pubblicazione: (2024)

ExpPoint-MAE: Better interpretability and performance for self-supervised point cloud transformers
di: Romanelis, Ioannis, et al.
Pubblicazione: (2023)

Graph2Video: Leveraging Video Models to Model Dynamic Graph Evolution
di: Liu, Hua, et al.
Pubblicazione: (2026)

Realiz3D: 3D Generation Made Photorealistic via Domain-Aware Learning
di: Sobol, Ido, et al.
Pubblicazione: (2026)

Leveraging Transformers for Weakly Supervised Object Localization in Unconstrained Videos
di: Murtaza, Shakeeb, et al.
Pubblicazione: (2024)

Optimizing Sparse Convolution on GPUs with CUDA for 3D Point Cloud Processing in Embedded Systems
di: Luo, Chester, et al.
Pubblicazione: (2024)

Architecture-Aware Explanation Auditing for Industrial Visual Inspection
di: Jia, Sibo, et al.
Pubblicazione: (2026)

A Faster Path to Continual Learning
di: Li, Wei, et al.
Pubblicazione: (2026)

ETAP: Event-based Tracking of Any Point
di: Hamann, Friedhelm, et al.
Pubblicazione: (2024)

TAPIP3D: Tracking Any Point in Persistent 3D Geometry
di: Zhang, Bowei, et al.
Pubblicazione: (2025)

Are Object-Centric Representations Better At Compositional Generalization?
di: Kapl, Ferdinand, et al.
Pubblicazione: (2026)

Mesh4D: 4D Mesh Reconstruction and Tracking from Monocular Video
di: Jiang, Zeren, et al.
Pubblicazione: (2026)

MM-SpuBench: Towards Better Understanding of Spurious Biases in Multimodal LLMs
di: Ye, Wenqian, et al.
Pubblicazione: (2024)

LifelongMemory: Leveraging LLMs for Answering Queries in Long-form Egocentric Videos
di: Wang, Ying, et al.
Pubblicazione: (2023)

Solution for Point Tracking Task of ICCV 1st Perception Test Challenge 2023
di: Pan, Hongpeng, et al.
Pubblicazione: (2024)

TRec: Learning Hand-Object Interactions through 2D Point Track Motion
di: Holzmann, Dennis, et al.
Pubblicazione: (2026)

GATS: Gather-Attend-Scatter
di: Zolna, Konrad, et al.
Pubblicazione: (2024)

Leveraging Intermediate Representations for Better Out-of-Distribution Detection
di: Guglielmo, Gianluca, et al.
Pubblicazione: (2025)

Temporal Object Captioning for Street Scene Videos from LiDAR Tracks
di: Gopinathan, Vignesh, et al.
Pubblicazione: (2025)