Enregistré dans:
| Auteurs principaux: | Jamali, Mahtab, Davidsson, Paul, Khoshkangini, Reza, Ljungqvist, Martin Georg, Mihailescu, Radu-Casian |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2503.23249 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
CLIP-Joint-Detect: End-to-End Joint Training of Object Detectors with Contrastive Vision-Language Supervision
par: Raoufi, Behnam, et autres
Publié: (2025)
par: Raoufi, Behnam, et autres
Publié: (2025)
SelvaBox: A high-resolution dataset for tropical tree crown detection
par: Baudchon, Hugo, et autres
Publié: (2025)
par: Baudchon, Hugo, et autres
Publié: (2025)
From eye to AI: studying rodent social behavior in the era of machine Learning
par: Chindemi, Giuseppe, et autres
Publié: (2025)
par: Chindemi, Giuseppe, et autres
Publié: (2025)
SPMamba-YOLO: An Underwater Object Detection Network Based on Multi-Scale Feature Enhancement and Global Context Modeling
par: Liao, Guanghao, et autres
Publié: (2026)
par: Liao, Guanghao, et autres
Publié: (2026)
Optimizing the image correction pipeline for pedestrian detection in the thermal-infrared domain
par: Karam, Christophe, et autres
Publié: (2024)
par: Karam, Christophe, et autres
Publié: (2024)
Mask-Conditioned Voxel Diffusion for Joint Geometry and Color Inpainting
par: Sumuk, Aarya
Publié: (2026)
par: Sumuk, Aarya
Publié: (2026)
Pedestrian Detection in Low-Light Conditions: A Comprehensive Survey
par: Ghari, Bahareh, et autres
Publié: (2024)
par: Ghari, Bahareh, et autres
Publié: (2024)
PhysVideoGenerator: Towards Physically Aware Video Generation via Latent Physics Guidance
par: Satish, Siddarth Nilol Kundur, et autres
Publié: (2026)
par: Satish, Siddarth Nilol Kundur, et autres
Publié: (2026)
FlowIBR: Leveraging Pre-Training for Efficient Neural Image-Based Rendering of Dynamic Scenes
par: Büsching, Marcel, et autres
Publié: (2023)
par: Büsching, Marcel, et autres
Publié: (2023)
IMASHRIMP: Automatic White Shrimp (Penaeus vannamei) Biometrical Analysis from Laboratory Images Using Computer Vision and Deep Learning
par: González, Abiam Remache, et autres
Publié: (2025)
par: González, Abiam Remache, et autres
Publié: (2025)
OCC-MLLM-CoT-Alpha: Towards Multi-stage Occlusion Recognition Based on Large Language Models via 3D-Aware Supervision and Chain-of-Thoughts Guidance
par: Wang, Chaoyi, et autres
Publié: (2025)
par: Wang, Chaoyi, et autres
Publié: (2025)
NOAH: Benchmarking Narrative Prior driven Hallucination and Omission in Video Large Language Models
par: Lee, Kyuho, et autres
Publié: (2025)
par: Lee, Kyuho, et autres
Publié: (2025)
Reducing Object Hallucination in LVLMs via Emphasizing Image-negative Tokens
par: Shen, Meng, et autres
Publié: (2026)
par: Shen, Meng, et autres
Publié: (2026)
Towards a Generalizable Fusion Architecture for Multimodal Object Detection
par: Berjawi, Jad, et autres
Publié: (2025)
par: Berjawi, Jad, et autres
Publié: (2025)
A Simple Baseline for Streaming Video Understanding
par: Shen, Yujiao, et autres
Publié: (2026)
par: Shen, Yujiao, et autres
Publié: (2026)
EmoVerse: A MLLMs-Driven Emotion Representation Dataset for Interpretable Visual Emotion Analysis
par: Guo, Yijie, et autres
Publié: (2025)
par: Guo, Yijie, et autres
Publié: (2025)
SimWorld: A Unified Benchmark for Simulator-Conditioned Scene Generation via World Model
par: Li, Xinqing, et autres
Publié: (2025)
par: Li, Xinqing, et autres
Publié: (2025)
SCA-Net: Spatial-Contextual Aggregation Network for Enhanced Small Building and Road Change Detection
par: Gholibeigi, Emad, et autres
Publié: (2026)
par: Gholibeigi, Emad, et autres
Publié: (2026)
Synthetic-Child: An AIGC-Based Synthetic Data Pipeline for Privacy-Preserving Child Posture Estimation
par: Zeng, Taowen
Publié: (2026)
par: Zeng, Taowen
Publié: (2026)
Exploring Surround-View Fisheye Camera 3D Object Detection
par: Li, Changcai, et autres
Publié: (2025)
par: Li, Changcai, et autres
Publié: (2025)
A Vision-Language Model for Focal Liver Lesion Classification
par: Jian, Song, et autres
Publié: (2025)
par: Jian, Song, et autres
Publié: (2025)
Car Object Counting and Position Estimation via Extension of the CLIP-EBC Framework
par: Jung, Seoik, et autres
Publié: (2025)
par: Jung, Seoik, et autres
Publié: (2025)
Pixel-Level Pavement Distress Assessment Using Instance Segmentation
par: Dewick, Logan, et autres
Publié: (2026)
par: Dewick, Logan, et autres
Publié: (2026)
Vi-SAFE: A Spatial-Temporal Framework for Efficient Violence Detection in Public Surveillance
par: Chang, Ligang, et autres
Publié: (2025)
par: Chang, Ligang, et autres
Publié: (2025)
A Reverse Causal Framework to Mitigate Spurious Correlations for Debiasing Scene Graph Generation
par: Sun, Shuzhou, et autres
Publié: (2025)
par: Sun, Shuzhou, et autres
Publié: (2025)
Action Anticipation from SoccerNet Football Video Broadcasts
par: Dalal, Mohamad, et autres
Publié: (2025)
par: Dalal, Mohamad, et autres
Publié: (2025)
A Recipe for Geometry-Aware 3D Mesh Transformers
par: Farazi, Mohammad, et autres
Publié: (2024)
par: Farazi, Mohammad, et autres
Publié: (2024)
Application of YOLOv8 in monocular downward multiple Car Target detection
par: Lyu, Shijie
Publié: (2025)
par: Lyu, Shijie
Publié: (2025)
Motion-Guided Semantic Alignment with Negative Prompts for Zero-Shot Video Action Recognition
par: Wang, Yiming, et autres
Publié: (2026)
par: Wang, Yiming, et autres
Publié: (2026)
UnCageNet: Tracking and Pose Estimation of Caged Animal
par: Dutta, Sayak, et autres
Publié: (2025)
par: Dutta, Sayak, et autres
Publié: (2025)
A Light Perspective for 3D Object Detection
par: Pederiva, Marcelo Eduardo, et autres
Publié: (2025)
par: Pederiva, Marcelo Eduardo, et autres
Publié: (2025)
Mistake Attribution: Fine-Grained Mistake Understanding in Egocentric Videos
par: Li, Yayuan, et autres
Publié: (2025)
par: Li, Yayuan, et autres
Publié: (2025)
Combining Absolute and Semi-Generalized Relative Poses for Visual Localization
par: Panek, Vojtech, et autres
Publié: (2024)
par: Panek, Vojtech, et autres
Publié: (2024)
A Guide to Structureless Visual Localization
par: Panek, Vojtech, et autres
Publié: (2025)
par: Panek, Vojtech, et autres
Publié: (2025)
DeltaVLM: Interactive Remote Sensing Image Change Analysis via Instruction-guided Difference Perception
par: Deng, Pei, et autres
Publié: (2025)
par: Deng, Pei, et autres
Publié: (2025)
Facial Attribute Based Text Guided Face Anonymization
par: Muştu, Mustafa İzzet, et autres
Publié: (2025)
par: Muştu, Mustafa İzzet, et autres
Publié: (2025)
Hierarchical Image-Guided 3D Point Cloud Segmentation in Industrial Scenes via Multi-View Bayesian Fusion
par: Zhu, Yu, et autres
Publié: (2025)
par: Zhu, Yu, et autres
Publié: (2025)
Image-Based Leopard Seal Recognition: Approaches and Challenges in Current Automated Systems
par: Salazar, Jorge Yero, et autres
Publié: (2024)
par: Salazar, Jorge Yero, et autres
Publié: (2024)
Dense Motion Captioning
par: Xu, Shiyao, et autres
Publié: (2025)
par: Xu, Shiyao, et autres
Publié: (2025)
TD3Net: A temporal densely connected multi-dilated convolutional network for lipreading
par: Lee, Byung Hoon, et autres
Publié: (2025)
par: Lee, Byung Hoon, et autres
Publié: (2025)
Documents similaires
-
CLIP-Joint-Detect: End-to-End Joint Training of Object Detectors with Contrastive Vision-Language Supervision
par: Raoufi, Behnam, et autres
Publié: (2025) -
SelvaBox: A high-resolution dataset for tropical tree crown detection
par: Baudchon, Hugo, et autres
Publié: (2025) -
From eye to AI: studying rodent social behavior in the era of machine Learning
par: Chindemi, Giuseppe, et autres
Publié: (2025) -
SPMamba-YOLO: An Underwater Object Detection Network Based on Multi-Scale Feature Enhancement and Global Context Modeling
par: Liao, Guanghao, et autres
Publié: (2026) -
Optimizing the image correction pipeline for pedestrian detection in the thermal-infrared domain
par: Karam, Christophe, et autres
Publié: (2024)