Copertina

Scaling Open-Vocabulary Action Detection

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Sia, Zhen Hao, Rawat, Yogesh Singh
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

Stable Mean Teacher for Semi-supervised Video Action Detection
di: Kumar, Akash, et al.
Pubblicazione: (2024)

Semi-supervised Active Learning for Video Action Detection
di: Singh, Ayush, et al.
Pubblicazione: (2023)

On Occlusions in Video Action Detection: Benchmark Datasets And Training Recipes
di: Modi, Rajat, et al.
Pubblicazione: (2024)

Activity-Biometrics: Person Identification from Daily Activities
di: Azad, Shehreen, et al.
Pubblicazione: (2024)

Open-Vocabulary Spatio-Temporal Action Detection
di: Wu, Tao, et al.
Pubblicazione: (2024)

Scaling Open-Vocabulary Object Detection
di: Minderer, Matthias, et al.
Pubblicazione: (2023)

EZ-CLIP: Efficient Zeroshot Video Action Recognition
di: Ahmad, Shahzad, et al.
Pubblicazione: (2023)

Exploiting VLM Localizability and Semantics for Open Vocabulary Action Detection
di: Bao, Wentao, et al.
Pubblicazione: (2024)

Asynchronous Perception Machine For Efficient Test-Time-Training
di: Modi, Rajat, et al.
Pubblicazione: (2024)

MolVision: Molecular Property Prediction with Vision Language Models
di: Adak, Deepan, et al.
Pubblicazione: (2025)

HierarQ: Task-Aware Hierarchical Q-Former for Enhanced Video Understanding
di: Azad, Shehreen, et al.
Pubblicazione: (2025)

iSafetyBench: A video-language benchmark for safety in industrial environment
di: Abdullah, Raiyaan, et al.
Pubblicazione: (2025)

Contextual Self-paced Learning for Weakly Supervised Spatio-Temporal Video Grounding
di: Kumar, Akash, et al.
Pubblicazione: (2025)

StreamReady: Learning What to Answer and When in Long Streaming Videos
di: Azad, Shehreen, et al.
Pubblicazione: (2026)

Colors See Colors Ignore: Clothes Changing ReID with Color Disentanglement
di: Pathak, Priyank, et al.
Pubblicazione: (2025)

DIFFER: Disentangling Identity Features via Semantic Cues for Clothes-Changing Person Re-ID
di: Liang, Xin, et al.
Pubblicazione: (2025)

DisenQ: Disentangling Q-Former for Activity-Biometrics
di: Azad, Shehreen, et al.
Pubblicazione: (2025)

Coarse Attribute Prediction with Task Agnostic Distillation for Real World Clothes Changing ReID
di: Pathak, Priyank, et al.
Pubblicazione: (2025)

ProDiG: Progressive Diffusion-Guided Gaussian Splatting for Aerial to Ground Reconstruction
di: Mitra, Sirshapan, et al.
Pubblicazione: (2026)

A Large-Scale Analysis on Contextual Self-Supervised Video Representation Learning
di: Kumar, Akash, et al.
Pubblicazione: (2025)

Open Vocabulary Monocular 3D Object Detection
di: Yao, Jin, et al.
Pubblicazione: (2024)

DENOISER: Rethinking the Robustness for Open-Vocabulary Action Recognition
di: Cheng, Haozhe, et al.
Pubblicazione: (2024)

One-Stage Open-Vocabulary Temporal Action Detection Leveraging Temporal Multi-scale and Action Label Features
di: Nguyen, Trung Thanh, et al.
Pubblicazione: (2024)

Towards Open-Vocabulary Industrial Defect Understanding with a Large-Scale Multimodal Dataset
di: Ni, TsaiChing, et al.
Pubblicazione: (2025)

GaitCrafter: Diffusion Model for Biometric Preserving Gait Synthesis
di: Mitra, Sirshapan, et al.
Pubblicazione: (2025)

Denoise and Align: Diffusion-Driven Foreground Knowledge Prompting for Open-Vocabulary Temporal Action Detection
di: Zhu, Sa, et al.
Pubblicazione: (2026)

STPro: Spatial and Temporal Progressive Learning for Weakly Supervised Spatio-Temporal Grounding
di: Garg, Aaryan, et al.
Pubblicazione: (2025)

Navigating Hallucinations for Reasoning of Unintentional Activities
di: Grover, Shresth, et al.
Pubblicazione: (2024)

Open-Vocabulary Video Anomaly Detection
di: Wu, Peng, et al.
Pubblicazione: (2023)

Video-STAR: Reinforcing Open-Vocabulary Action Recognition with Tools
di: Yuan, Zhenlong, et al.
Pubblicazione: (2025)

Learning to Generalize without Bias for Open-Vocabulary Action Recognition
di: Yu, Yating, et al.
Pubblicazione: (2025)

Open-Vocabulary Temporal Action Localization using Multimodal Guidance
di: Gupta, Akshita, et al.
Pubblicazione: (2024)

Open-Vocabulary Animal Keypoint Detection with Semantic-feature Matching
di: Zhang, Hao, et al.
Pubblicazione: (2023)

Decompose and Transfer: CoT-Prompting Enhanced Alignment for Open-Vocabulary Temporal Action Detection
di: Zhu, Sa, et al.
Pubblicazione: (2026)

Learning to Detect and Segment for Open Vocabulary Object Detection
di: Wang, Tao, et al.
Pubblicazione: (2022)

RTGen: Generating Region-Text Pairs for Open-Vocabulary Object Detection
di: Chen, Fangyi, et al.
Pubblicazione: (2024)

Advancing Automatic Photovoltaic Defect Detection using Semi-Supervised Semantic Segmentation of Electroluminescence Images
di: Jha, Abhishek, et al.
Pubblicazione: (2024)

Spatio-Temporal Similarity Volume Aggregation for Open-Vocabulary Action Recognition
di: So, Yerim, et al.
Pubblicazione: (2026)

ODOV: Benchmark the Open-Domain Open-Vocabulary Object Detection
di: Zhang, Yupeng, et al.
Pubblicazione: (2025)

Retrieval-Augmented Open-Vocabulary Object Detection
di: Kim, Jooyeon, et al.
Pubblicazione: (2024)