:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Yiming, Sanchez, Victor, Guha, Tanaya
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2506.19955
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CLIP-EBC: CLIP Can Count Accurately through Enhanced Blockwise Classification
von: Ma, Yiming, et al.
Veröffentlicht: (2024)

Interact with me: Joint Egocentric Forecasting of Intent to Interact, Attitude and Social Actions
von: Bian, Tongfei, et al.
Veröffentlicht: (2024)

Robust Multiview Multimodal Driver Monitoring System Using Masked Multi-Head Self-Attention
von: Ma, Yiming, et al.
Veröffentlicht: (2023)

Multi-modal Crowd Counting via Modal Emulation
von: Wang, Chenhao, et al.
Veröffentlicht: (2024)

Gramformer: Learning Crowd Counting via Graph-Modulated Transformer
von: Lin, Hui, et al.
Veröffentlicht: (2024)

Robust Zero-Shot Crowd Counting and Localization With Adaptive Resolution SAM
von: Wan, Jia, et al.
Veröffentlicht: (2024)

Embodied Crowd Counting
von: Long, Runling, et al.
Veröffentlicht: (2025)

VMambaCC: A Visual State Space Model for Crowd Counting
von: Ma, Hao-Yuan, et al.
Veröffentlicht: (2024)

Density Estimation and Crowd Counting
von: Sunil, Balachandra Devarangadi, et al.
Veröffentlicht: (2025)

Semi-Supervised Crowd Counting with Contextual Modeling: Facilitating Holistic Understanding of Crowd Scenes
von: Qian, Yifei, et al.
Veröffentlicht: (2023)

CountFormer: Multi-View Crowd Counting Transformer
von: Mo, Hong, et al.
Veröffentlicht: (2024)

FGENet: Fine-Grained Extraction Network for Congested Crowd Counting
von: Ma, Hao-Yuan, et al.
Veröffentlicht: (2024)

The Effectiveness of a Simplified Model Structure for Crowd Counting
von: Chen, Lei, et al.
Veröffentlicht: (2024)

RACANet: Reliability-Aware Crowd Anchor Network for RGB-T Crowd Counting
von: Shi, Jinghao, et al.
Veröffentlicht: (2026)

Rethinking Global Context in Crowd Counting
von: Sun, Guolei, et al.
Veröffentlicht: (2021)

Single Domain Generalization for Crowd Counting
von: Peng, Zhuoxuan, et al.
Veröffentlicht: (2024)

Learning Discriminative Features for Crowd Counting
von: Chen, Yuehai, et al.
Veröffentlicht: (2023)

Multi-modal Crowd Counting via a Broker Modality
von: Meng, Haoliang, et al.
Veröffentlicht: (2024)

L2HCount:Generalizing Crowd Counting from Low to High Crowd Density via Density Simulation
von: Xu, Guoliang, et al.
Veröffentlicht: (2025)

Curriculum for Crowd Counting -- Is it Worthy?
von: Khan, Muhammad Asif, et al.
Veröffentlicht: (2024)

Boosting Adverse Weather Crowd Counting via Multi-queue Contrastive Learning
von: Pan, Tianhang, et al.
Veröffentlicht: (2024)

Multi-View Crowd Counting With Self-Supervised Learning
von: Mo, Hong, et al.
Veröffentlicht: (2025)

EHNet: An Efficient Hybrid Network for Crowd Counting and Localization
von: Yan, Yuqing, et al.
Veröffentlicht: (2025)

Local Information Matters: A Rethink of Crowd Counting
von: Pan, Tianhang, et al.
Veröffentlicht: (2025)

Regressor-Segmenter Mutual Prompt Learning for Crowd Counting
von: Guo, Mingyue, et al.
Veröffentlicht: (2023)

CountZES: Counting via Zero-Shot Exemplar Selection
von: Siddiqui, Muhammad Ibraheem, et al.
Veröffentlicht: (2025)

3D Crowd Counting via Geometric Attention-guided Multi-View Fusion
von: Zhang, Qi, et al.
Veröffentlicht: (2020)

Foggy Crowd Counting: Combining Physical Priors and KAN-Graph
von: Wang, Yuhao, et al.
Veröffentlicht: (2025)

FGA: Fourier-Guided Attention Network for Crowd Count Estimation
von: Chaudhuri, Yashwardhan, et al.
Veröffentlicht: (2024)

One-Shot Crowd Counting With Density Guidance For Scene Adaptation
von: Chen, Jiwei, et al.
Veröffentlicht: (2026)

Thermal-Only Crowd Counting with Deployment-Time Privacy Protection
von: Qian, Yifei, et al.
Veröffentlicht: (2026)

Semi-Supervised Multi-View Crowd Counting by Ranking Multi-View Fusion Models
von: Zhang, Qi, et al.
Veröffentlicht: (2025)

Bound Tightening Network for Robust Crowd Counting
von: Wu, Qiming
Veröffentlicht: (2024)

Point-to-Region Loss for Semi-Supervised Point-Based Crowd Counting
von: Lin, Wei, et al.
Veröffentlicht: (2025)

ProgRoCC: A Progressive Approach to Rough Crowd Counting
von: Jiang, Shengqin, et al.
Veröffentlicht: (2025)

A Lightweight Feature Fusion Architecture For Resource-Constrained Crowd Counting
von: Chaudhuri, Yashwardhan, et al.
Veröffentlicht: (2024)

Virtual Classification: Modulating Domain-Specific Knowledge for Multidomain Crowd Counting
von: Guo, Mingyue, et al.
Veröffentlicht: (2024)

A Dual-Modulation Framework for RGB-T Crowd Counting via Spatially Modulated Attention and Adaptive Fusion
von: Feng, Yuhong, et al.
Veröffentlicht: (2025)

Bayesian Multi-Scale Neural Network for Crowd Counting
von: Sagar, Abhinav
Veröffentlicht: (2020)

Semi-Supervised Crowd Counting from Unlabeled Data
von: Duan, Haoran, et al.
Veröffentlicht: (2021)