Buchumschlag

Understanding Co-speech Gestures in-the-wild

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hegde, Sindhu B, Prajwal, K R, Kwon, Taein, Zisserman, Andrew
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Recognizing Co-Speech Gestures in-the-Wild
von: Hegde, Sindhu B, et al.
Veröffentlicht: (2026)

Recognising BSL Fingerspelling in Continuous Signing Sequences
von: Chan, Alyssa, et al.
Veröffentlicht: (2026)

New keypoint-based approach for recognising British Sign Language (BSL) from sequences
von: Deb, Oishi, et al.
Veröffentlicht: (2024)

CoCoGesture: Toward Coherent Co-speech 3D Gesture Generation in the Wild
von: Qi, Xingqun, et al.
Veröffentlicht: (2024)

Co$^{3}$Gesture: Towards Coherent Concurrent Co-speech 3D Gesture Generation with Interactive Diffusion
von: Qi, Xingqun, et al.
Veröffentlicht: (2025)

EgoWorld: Translating Exocentric View to Egocentric View using Rich Exocentric Observations
von: Park, Junho, et al.
Veröffentlicht: (2025)

Co-speech Gesture Video Generation via Motion-Based Graph Retrieval
von: Song, Yafei, et al.
Veröffentlicht: (2025)

Multi Activity Sequence Alignment via Implicit Clustering
von: Kwon, Taein, et al.
Veröffentlicht: (2025)

Motion-example-controlled Co-speech Gesture Generation Leveraging Large Language Models
von: Chen, Bohong, et al.
Veröffentlicht: (2025)

Self-Supervised Learning of Deviation in Latent Representation for Co-speech Gesture Video Generation
von: Yang, Huan, et al.
Veröffentlicht: (2024)

A Tale of Two Languages: Large-Vocabulary Continuous Sign Language Recognition from Spoken Language Supervision
von: Raude, Charles, et al.
Veröffentlicht: (2024)

HoloGest: Decoupled Diffusion and Motion Priors for Generating Holisticly Expressive Co-speech Gestures
von: Cheng, Yongkang, et al.
Veröffentlicht: (2025)

Weakly-Supervised Emotion Transition Learning for Diverse 3D Co-speech Gesture Generation
von: Qi, Xingqun, et al.
Veröffentlicht: (2023)

Personalizing Retrieval using Joint Embeddings or "the Return of Fluffy"
von: Korbar, Bruno, et al.
Veröffentlicht: (2025)

Chirality in Action: Time-Aware Video Representation Learning by Latent Straightening
von: Bagad, Piyush, et al.
Veröffentlicht: (2025)

From Panels to Prose: Generating Literary Narratives from Comics
von: Sachdeva, Ragav, et al.
Veröffentlicht: (2025)

The Manga Whisperer: Automatically Generating Transcriptions for Comics
von: Sachdeva, Ragav, et al.
Veröffentlicht: (2024)

A General Protocol to Probe Large Vision Models for 3D Physical Understanding
von: Zhan, Guanqi, et al.
Veröffentlicht: (2023)

Character-Centric Understanding of Animated Movies
von: Gui, Zhongrui, et al.
Veröffentlicht: (2025)

Text-Conditioned Resampler For Long Form Video Understanding
von: Korbar, Bruno, et al.
Veröffentlicht: (2023)

CountGD++: Generalized Prompting for Open-World Counting
von: Amini-Naieni, Niki, et al.
Veröffentlicht: (2025)

SocialGesture: Delving into Multi-person Gesture Understanding
von: Cao, Xu, et al.
Veröffentlicht: (2025)

DiffTED: One-shot Audio-driven TED Talk Video Generation with Diffusion-based Co-speech Gestures
von: Hogue, Steven, et al.
Veröffentlicht: (2024)

LiveGesture Streamable Co-Speech Gesture Generation Model
von: Saleem, Muhammad Usama, et al.
Veröffentlicht: (2026)

Tails Tell Tales: Chapter-Wide Manga Transcriptions with Character Names
von: Sachdeva, Ragav, et al.
Veröffentlicht: (2024)

Appearance-Based Refinement for Object-Centric Motion Segmentation
von: Xie, Junyu, et al.
Veröffentlicht: (2023)

Adapting MLLMs for Nuanced Video Retrieval
von: Bagad, Piyush, et al.
Veröffentlicht: (2025)

EgoPressure: A Dataset for Hand Pressure and Pose Estimation in Egocentric Vision
von: Zhao, Yiming, et al.
Veröffentlicht: (2024)

PersonaGesture: Single-Reference Co-Speech Gesture Personalization for Unseen Speakers
von: Zhang, Xiangyue, et al.
Veröffentlicht: (2026)

CountGD: Multi-Modal Open-World Counting
von: Amini-Naieni, Niki, et al.
Veröffentlicht: (2024)

Open-World Object Counting in Videos
von: Amini-Naieni, Niki, et al.
Veröffentlicht: (2025)

CoordSpeaker: Exploiting Gesture Captioning for Coordinated Caption-Empowered Co-Speech Gesture Generation
von: Fang, Fengyi, et al.
Veröffentlicht: (2025)

Amodal Ground Truth and Completion in the Wild
von: Zhan, Guanqi, et al.
Veröffentlicht: (2023)

It's Just Another Day: Unique Video Captioning by Discriminative Prompting
von: Perrett, Toby, et al.
Veröffentlicht: (2024)

Moving Object Segmentation: All You Need Is SAM (and Flow)
von: Xie, Junyu, et al.
Veröffentlicht: (2024)

GMOS: Grounding Moving Object Segmentation in 3D Space and Time
von: Xie, Junyu, et al.
Veröffentlicht: (2026)

EgoXtreme: A Dataset for Robust Object Pose Estimation in Egocentric Views under Extreme Conditions
von: Yoon, Taegyoon, et al.
Veröffentlicht: (2026)

Made to Order: Discovering monotonic temporal changes via self-supervised video ordering
von: Yang, Charig, et al.
Veröffentlicht: (2024)

Contextual Gesture: Co-Speech Gesture Video Generation through Context-aware Gesture Representation
von: Liu, Pinxin, et al.
Veröffentlicht: (2025)

EMAGE: Towards Unified Holistic Co-Speech Gesture Generation via Expressive Masked Audio Gesture Modeling
von: Liu, Haiyang, et al.
Veröffentlicht: (2023)