Copertina

PR-DETR: Injecting Position and Relation Prior for Dense Video Captioning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Li, Yizhe, Zhou, Sanping, Qin, Zheng, Wang, Le
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

Enhancing Mamba Decoder with Bidirectional Interaction in Multi-Task Dense Prediction
di: Cao, Mang, et al.
Pubblicazione: (2025)

Relation DETR: Exploring Explicit Position Relation Prior for Object Detection
di: Hou, Xiuquan, et al.
Pubblicazione: (2024)

Advancing Pre-trained Teacher: Towards Robust Feature Discrepancy for Anomaly Detection
di: Tang, Canhui, et al.
Pubblicazione: (2024)

Streaming Dense Video Captioning
di: Zhou, Xingyi, et al.
Pubblicazione: (2024)

Technical Report for Soccernet 2023 -- Dense Video Captioning
di: Ruan, Zheng, et al.
Pubblicazione: (2024)

Action Hints: Semantic Typicality and Context Uniqueness for Generalizable Skeleton-based Video Anomaly Detection
di: Tang, Canhui, et al.
Pubblicazione: (2025)

Dense Video Object Captioning from Disjoint Supervision
di: Zhou, Xingyi, et al.
Pubblicazione: (2023)

Prior-Guided DETR for Ultrasound Nodule Detection
di: Wang, Jingjing, et al.
Pubblicazione: (2026)

PMT: Progressive Mean Teacher via Exploring Temporal Consistency for Semi-Supervised Medical Image Segmentation
di: Gao, Ning, et al.
Pubblicazione: (2024)

Robust Noisy Label Learning via Two-Stream Sample Distillation
di: Bai, Sihan, et al.
Pubblicazione: (2024)

SoccerNet-Caption: Dense Video Captioning for Soccer Broadcasts Commentaries
di: Mkhallati, Hassan, et al.
Pubblicazione: (2023)

Embracing Aleatoric Uncertainty: Generating Diverse 3D Human Motion
di: Qin, Zheng, et al.
Pubblicazione: (2025)

Caries DETR: Tooth Structure-aware Prior and Lesion-aware Dynamic Loss Refinement for DETR Based Caries Detection
di: Liu, Xuefen, et al.
Pubblicazione: (2026)

Towards Generalizable Multi-Object Tracking
di: Qin, Zheng, et al.
Pubblicazione: (2024)

Sali4Vid: Saliency-Aware Video Reweighting and Adaptive Caption Retrieval for Dense Video Captioning
di: Jeon, MinJu, et al.
Pubblicazione: (2025)

Dense Video Captioning Using Unsupervised Semantic Information
di: Estevam, Valter, et al.
Pubblicazione: (2021)

RSRNav: Reasoning Spatial Relationship for Image-Goal Navigation
di: Qin, Zheng, et al.
Pubblicazione: (2025)

OccupancyDETR: Using DETR for Mixed Dense-sparse 3D Occupancy Prediction
di: Jia, Yupeng, et al.
Pubblicazione: (2023)

From Mapping to Composing: A Two-Stage Framework for Zero-shot Composed Image Retrieval
di: Wang, Yabing, et al.
Pubblicazione: (2025)

Time-Scaling State-Space Models for Dense Video Captioning
di: Piergiovanni, AJ, et al.
Pubblicazione: (2025)

Dense Video Captioning using Graph-based Sentence Summarization
di: Zhang, Zhiwang, et al.
Pubblicazione: (2025)

PLLaVA : Parameter-free LLaVA Extension from Images to Videos for Video Dense Captioning
di: Xu, Lin, et al.
Pubblicazione: (2024)

Exploring Temporal Event Cues for Dense Video Captioning in Cyclic Co-learning
di: Xie, Zhuyang, et al.
Pubblicazione: (2024)

Follow the Saliency: Supervised Saliency for Retrieval-augmented Dense Video Captioning
di: Choi, Seung hee, et al.
Pubblicazione: (2026)

Referencing Where to Focus: Improving VisualGrounding with Referential Query
di: Wang, Yabing, et al.
Pubblicazione: (2024)

Enhancing Traffic Safety with Parallel Dense Video Captioning for End-to-End Event Analysis
di: Shoman, Maged, et al.
Pubblicazione: (2024)

Moment Quantization for Video Temporal Grounding
di: Sun, Xiaolong, et al.
Pubblicazione: (2025)

HiCM$^2$: Hierarchical Compact Memory Modeling for Dense Video Captioning
di: Kim, Minkuk, et al.
Pubblicazione: (2024)

Do You Remember? Dense Video Captioning with Cross-Modal Memory Retrieval
di: Kim, Minkuk, et al.
Pubblicazione: (2024)

PanAdapter: Two-Stage Fine-Tuning with Spatial-Spectral Priors Injecting for Pansharpening
di: Wu, RuoCheng, et al.
Pubblicazione: (2024)

DenseWorld-1M: Towards Detailed Dense Grounded Caption in the Real World
di: Li, Xiangtai, et al.
Pubblicazione: (2025)

Versatile Multimodal Controls for Expressive Talking Human Animation
di: Qin, Zheng, et al.
Pubblicazione: (2025)

MS-DETR: Efficient DETR Training with Mixed Supervision
di: Zhao, Chuyang, et al.
Pubblicazione: (2024)

CodecCap: High-Fidelity Codec-Inspired Residual Modeling for Dense Video Captioning
di: Lin, Zihan, et al.
Pubblicazione: (2026)

Gaze-DETR: Using Expert Gaze to Reduce False Positives in Vulvovaginal Candidiasis Screening
di: Kong, Yan, et al.
Pubblicazione: (2024)

CSPCL: Category Semantic Prior Contrastive Learning for Deformable DETR-Based Prohibited Item Detectors
di: Li, Mingyuan, et al.
Pubblicazione: (2025)

Boosting Semi-Supervised Temporal Action Localization by Learning from Non-Target Classes
di: Xia, Kun, et al.
Pubblicazione: (2024)

FreqPDE: Rethinking Positional Depth Embedding for Multi-View 3D Object Detection Transformers
di: Su, Haisheng, et al.
Pubblicazione: (2025)

UGC-VideoCaptioner: An Omni UGC Video Detail Caption Model and New Benchmarks
di: Wu, Peiran, et al.
Pubblicazione: (2025)

TOD3Cap: Towards 3D Dense Captioning in Outdoor Scenes
di: Jin, Bu, et al.
Pubblicazione: (2024)