Buchumschlag

Dynamic Double Space Tower

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Weikai, Song, Shijie, Wang, Han
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Two-flow Feedback Multi-scale Progressive Generative Adversarial Network
von: Weikai, Sun, et al.
Veröffentlicht: (2025)

ORL-LDM: Offline Reinforcement Learning Guided Latent Diffusion Model Super-Resolution Reconstruction
von: Lyu, Shijie
Veröffentlicht: (2025)

From Clay to Code: Typological and Material Reasoning in AI Interpretations of Iranian Pigeon Towers
von: Pishahang, Abolhassan, et al.
Veröffentlicht: (2025)

Do Pre-trained Vision-Language Models Encode Object States?
von: Newman, Kaleb, et al.
Veröffentlicht: (2024)

NeoBabel: A Multilingual Open Tower for Visual Generation
von: Derakhshani, Mohammad Mahdi, et al.
Veröffentlicht: (2025)

TowerDataset: A Heterogeneous Benchmark for Transmission Corridor Segmentation with a Global-Local Fusion Framework
von: Cui, Xu, et al.
Veröffentlicht: (2026)

Lattice Boltzmann Model for Learning Real-World Pixel Dynamicity
von: Zheng, Guangze, et al.
Veröffentlicht: (2025)

DC-AE 1.5: Accelerating Diffusion Model Convergence with Structured Latent Space
von: Chen, Junyu, et al.
Veröffentlicht: (2025)

Synthetic Object Compositions for Scalable and Accurate Learning in Detection, Segmentation, and Grounding
von: Huang, Weikai, et al.
Veröffentlicht: (2025)

StyleMamba : State Space Model for Efficient Text-driven Image Style Transfer
von: Wang, Zijia, et al.
Veröffentlicht: (2024)

MotiF: Making Text Count in Image Animation with Motion Focal Loss
von: Wang, Shijie, et al.
Veröffentlicht: (2024)

Vamos: Versatile Action Models for Video Understanding
von: Wang, Shijie, et al.
Veröffentlicht: (2023)

FD$^2$: A Dedicated Framework for Fine-Grained Dataset Distillation
von: Ma, Hongxu, et al.
Veröffentlicht: (2026)

Fast Wrong-way Cycling Detection in CCTV Videos: Sparse Sampling is All You Need
von: Xu, Jing, et al.
Veröffentlicht: (2024)

SpaceTimePilot: Generative Rendering of Dynamic Scenes Across Space and Time
von: Huang, Zhening, et al.
Veröffentlicht: (2025)

Ego2World: Compiling Egocentric Cooking Videos into Executable Worlds for Belief-State Planning
von: Cheng, Qinchuan, et al.
Veröffentlicht: (2026)

VERHallu: Evaluating and Mitigating Event Relation Hallucination in Video Large Language Models
von: Zhang, Zefan, et al.
Veröffentlicht: (2026)

DC-Gen: Post-Training Diffusion Acceleration with Deeply Compressed Latent Space
von: He, Wenkun, et al.
Veröffentlicht: (2025)

MedVSR: Medical Video Super-Resolution with Cross State-Space Propagation
von: Liu, Xinyu, et al.
Veröffentlicht: (2025)

Motion Blur Robust Wheat Pest Damage Detection with Dynamic Fuzzy Feature Fusion
von: Zhang, Han, et al.
Veröffentlicht: (2026)

OMEGA: Efficient Occlusion-Aware Navigation for Air-Ground Robot in Dynamic Environments via State Space Model
von: Wang, Junming, et al.
Veröffentlicht: (2024)

MCITlib: Multimodal Continual Instruction Tuning Library and Benchmark
von: Guo, Haiyang, et al.
Veröffentlicht: (2025)

ReVSeg: Incentivizing the Reasoning Chain for Video Segmentation with Reinforcement Learning
von: Li, Yifan, et al.
Veröffentlicht: (2025)

ProVision: Programmatically Scaling Vision-centric Instruction Data for Multimodal Language Models
von: Zhang, Jieyu, et al.
Veröffentlicht: (2024)

S3T-Former: A Purely Spike-Driven State-Space Topology Transformer for Skeleton Action Recognition
von: Zheng, Naichuan, et al.
Veröffentlicht: (2026)

DICArt: Advancing Category-level Articulated Object Pose Estimation in Discrete State-Spaces
von: Zhang, Li, et al.
Veröffentlicht: (2026)

Adaptive Runge-Kutta Dynamics for Spatiotemporal Prediction
von: Zhao, Xuanle, et al.
Veröffentlicht: (2024)

A Kernel Space-based Multidimensional Sparse Model for Dynamic PET Image Denoising
von: Xiaodong, Kuang, et al.
Veröffentlicht: (2025)

TPP-Gaze: Modelling Gaze Dynamics in Space and Time with Neural Temporal Point Processes
von: D'Amelio, Alessandro, et al.
Veröffentlicht: (2024)

Learning Multi-Modal Mobility Dynamics for Generalized Next Location Recommendation
von: Dai, Junshu, et al.
Veröffentlicht: (2025)

Hard to Read, Easy to Jailbreak: How Visual Degradation Bypasses MLLM Safety Alignment
von: Song, Zhixue, et al.
Veröffentlicht: (2026)

GMapLatent: Geometric Mapping in Latent Space
von: Zeng, Wei, et al.
Veröffentlicht: (2025)

CogStream: Context-guided Streaming Video Question Answering
von: Zhao, Zicheng, et al.
Veröffentlicht: (2025)

DAPE: Dynamic Non-uniform Alignment and Progressive Detail Enhancement Techniques for Improving the Performance of Efficient Visual Language Models
von: Tian, Mengyuan, et al.
Veröffentlicht: (2026)

LocDiff: Identifying Locations on Earth by Diffusing in the Hilbert Space
von: Wang, Zhangyu, et al.
Veröffentlicht: (2025)

Towards General Deepfake Detection with Dynamic Curriculum
von: Song, Wentang, et al.
Veröffentlicht: (2024)

A Dynamic Knowledge Distillation Method Based on the Gompertz Curve
von: Yang, Han, et al.
Veröffentlicht: (2025)

OCTrack: Benchmarking the Open-Corpus Multi-Object Tracking
von: Qian, Zekun, et al.
Veröffentlicht: (2024)

Simple o3: Towards Interleaved Vision-Language Reasoning
von: Wang, Ye, et al.
Veröffentlicht: (2025)

PQ-DAF: Pose-driven Quality-controlled Data Augmentation for Data-scarce Driver Distraction Detection
von: Sun, Haibin, et al.
Veröffentlicht: (2025)