Buchumschlag

VideoFusion: A Spatio-Temporal Collaborative Network for Multi-modal Video Fusion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tang, Linfeng, Wang, Yeda, Gong, Meiqi, Li, Zizhuo, Deng, Yuxin, Yi, Xunpeng, Li, Chunyu, Xu, Han, Zhang, Hao, Ma, Jiayi
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

TemCoCo: Temporally Consistent Multi-modal Video Fusion with Visual-Semantic Collaboration
von: Gong, Meiqi, et al.
Veröffentlicht: (2025)

Text-IF: Leveraging Semantic Text Guidance for Degradation-Aware and Interactive Image Fusion
von: Yi, Xunpeng, et al.
Veröffentlicht: (2024)

MagicFuse: Single Image Fusion for Visual and Semantic Reinforcement
von: Zhang, Hao, et al.
Veröffentlicht: (2026)

ControlFusion: A Controllable Image Fusion Framework with Language-Vision Degradation Prompts
von: Tang, Linfeng, et al.
Veröffentlicht: (2025)

Efficient Sparse-to-Dense Visual Localization via Compact Gaussian Scene Representation and Accelerated Dense Pose Estimation
von: Li, Zizhuo, et al.
Veröffentlicht: (2026)

DSPFusion: Image Fusion via Degradation and Semantic Dual-Prior Guidance
von: Tang, Linfeng, et al.
Veröffentlicht: (2025)

LUT-Fuse: Towards Extremely Fast Infrared and Visible Image Fusion via Distillation to Learnable Look-Up Tables
von: Yi, Xunpeng, et al.
Veröffentlicht: (2025)

STF: Spatio-Temporal Fusion Module for Improving Video Object Detection
von: Anwar, Noreen, et al.
Veröffentlicht: (2024)

STAF: 3D Human Mesh Recovery from Video with Spatio-Temporal Alignment Fusion
von: Yao, Wei, et al.
Veröffentlicht: (2024)

CoMatch: Dynamic Covisibility-Aware Transformer for Bilateral Subpixel-Level Semi-Dense Image Matching
von: Li, Zizhuo, et al.
Veröffentlicht: (2025)

Deep Learning Reforms Image Matching: A Survey and Outlook
von: Zhang, Shihua, et al.
Veröffentlicht: (2025)

Fusion of Spatio-Temporal and Multi-Scale Frequency Features for Dry Electrodes MI-EEG Decoding
von: Gong, Tianyi, et al.
Veröffentlicht: (2026)

Global Spatio-Temporal Fusion-based Traffic Prediction Algorithm with Anomaly Aware
von: Liu, Chaoqun, et al.
Veröffentlicht: (2024)

MamFusion: Multi-Mamba with Temporal Fusion for Partially Relevant Video Retrieval
von: Ying, Xinru, et al.
Veröffentlicht: (2025)

Multi-modal Fusion and Query Refinement Network for Video Moment Retrieval and Highlight Detection
von: Xu, Yifang, et al.
Veröffentlicht: (2025)

MapFusion: A Novel BEV Feature Fusion Network for Multi-modal Map Construction
von: Hao, Xiaoshuai, et al.
Veröffentlicht: (2025)

DCG ReID: Disentangling Collaboration and Guidance Fusion Representations for Multi-modal Vehicle Re-Identification
von: Zheng, Aihua, et al.
Veröffentlicht: (2026)

MCSFF: Multi-modal Consistency and Specificity Fusion Framework for Entity Alignment
von: Ai, Wei, et al.
Veröffentlicht: (2024)

V-STaR: Benchmarking Video-LLMs on Video Spatio-Temporal Reasoning
von: Cheng, Zixu, et al.
Veröffentlicht: (2025)

A Multi-modal Fusion Network for Terrain Perception Based on Illumination Aware
von: Wang, Rui, et al.
Veröffentlicht: (2025)

FTPFusion: Frequency-Aware Infrared and Visible Video Fusion with Temporal Perturbation
von: Li, Xilai, et al.
Veröffentlicht: (2026)

Spiking Neural Networks with Temporal Attention-Guided Adaptive Fusion for imbalanced Multi-modal Learning
von: Shen, Jiangrong, et al.
Veröffentlicht: (2025)

ViFusion: In-Network Tensor Fusion for Scalable Video Feature Indexing
von: Wang, Yisu, et al.
Veröffentlicht: (2025)

MSNeRV: Neural Video Representation with Multi-Scale Feature Fusion
von: Zhu, Jun, et al.
Veröffentlicht: (2025)

Multi-modal Fusion based Q-distribution Prediction for Controlled Nuclear Fusion
von: Wang, Shiao, et al.
Veröffentlicht: (2024)

Spatial Decomposition and Temporal Fusion based Inter Prediction for Learned Video Compression
von: Sheng, Xihua, et al.
Veröffentlicht: (2024)

Dissecting RGB-D Learning for Improved Multi-modal Fusion
von: Chen, Hao, et al.
Veröffentlicht: (2023)

DRFusion: Drift-Resilient Temporally Consistent Infrared-Visible Video Fusion
von: Li, Xingyuan, et al.
Veröffentlicht: (2026)

SpatioTemporal Difference Network for Video Depth Super-Resolution
von: Wang, Zhengxue, et al.
Veröffentlicht: (2025)

Student Classroom Behavior Detection based on Spatio-Temporal Network and Multi-Model Fusion
von: Yang, Fan, et al.
Veröffentlicht: (2023)

Collaborative Cross-modal Fusion with Large Language Model for Recommendation
von: Liu, Zhongzhou, et al.
Veröffentlicht: (2024)

Standardization for improved Spatio-Temporal Image Fusion
von: Goyena, Harkaitz, et al.
Veröffentlicht: (2025)

Co-Fusion4D: Spatio-temporal Collaborative Fusion for Robust 3D Object Detection
von: Li, Wenxuan, et al.
Veröffentlicht: (2026)

Apollo: Unified Multi-Task Audio-Video Joint Generation
von: Wang, Jun, et al.
Veröffentlicht: (2026)

Collaborative Face Experts Fusion in Video Generation: Boosting Identity Consistency Across Large Face Poses
von: Wang, Yuji, et al.
Veröffentlicht: (2025)

Integrated CNN‐LSTM for Photovoltaic Power Prediction based on Spatio‐Temporal Feature Fusion
von: Junwei Ma, et al.
Veröffentlicht: (2024)

From Sparse to Dense: Spatio-Temporal Fusion for Multi-View 3D Human Pose Estimation with DenseWarper
von: Li, Ling, et al.
Veröffentlicht: (2026)

3D Multi-frame Fusion for Video Stabilization
von: Peng, Zhan, et al.
Veröffentlicht: (2024)

Multi-Branch Collaborative Learning Network for Video Quality Assessment in Industrial Video Search
von: Tang, Hengzhu, et al.
Veröffentlicht: (2025)

Semantic2Graph: Graph-based Multi-modal Feature Fusion for Action Segmentation in Videos
von: Zhang, Junbin, et al.
Veröffentlicht: (2022)