THOR: Thermal-guided Hand-Object Reasoning via Adaptive Vision Sampling
Fuente:
arXiv
Salvato in:
| Autori principali: | Shahi, Soroush, Shahabi, Farzad, Nabulsi, Rama, Fernandes, Glenn, Katsaggelos, Aggelos, Alshurafa, Nabil |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
CPDR: Towards Highly-Efficient Salient Object Detection via Crossed Post-decoder Refinement
di: Li, Yijie, et al.
Pubblicazione: (2025)
di: Li, Yijie, et al.
Pubblicazione: (2025)
Brighteye: Glaucoma Screening with Color Fundus Photographs based on Vision Transformer
di: Lin, Hui, et al.
Pubblicazione: (2024)
di: Lin, Hui, et al.
Pubblicazione: (2024)
Physics-Informed Image Restoration via Progressive PDE Integration
di: Likhite, Shamika, et al.
Pubblicazione: (2025)
di: Likhite, Shamika, et al.
Pubblicazione: (2025)
MetaSR: Content-Adaptive Metadata Orchestration for Generative Super-Resolution
di: Guo, Jiaqi, et al.
Pubblicazione: (2026)
di: Guo, Jiaqi, et al.
Pubblicazione: (2026)
VDPI: Video Deblurring with Pseudo-inverse Modeling
di: Huang, Zhihao, et al.
Pubblicazione: (2024)
di: Huang, Zhihao, et al.
Pubblicazione: (2024)
Real-World Atmospheric Turbulence Correction via Domain Adaptation
di: Wang, Xijun, et al.
Pubblicazione: (2024)
di: Wang, Xijun, et al.
Pubblicazione: (2024)
THOR: Text to Human-Object Interaction Diffusion via Relation Intervention
di: Wu, Qianyang, et al.
Pubblicazione: (2024)
di: Wu, Qianyang, et al.
Pubblicazione: (2024)
Advancing Limited-Angle CT Reconstruction Through Diffusion-Based Sinogram Completion
di: Guo, Jiaqi, et al.
Pubblicazione: (2025)
di: Guo, Jiaqi, et al.
Pubblicazione: (2025)
Vision-Language Enhanced Foundation Model for Semi-supervised Medical Image Segmentation
di: Guo, Jiaqi, et al.
Pubblicazione: (2025)
di: Guo, Jiaqi, et al.
Pubblicazione: (2025)
Cross-Temporal Spectrogram Autoencoder (CTSAE): Unsupervised Dimensionality Reduction for Clustering Gravitational Wave Glitches
di: Li, Yi, et al.
Pubblicazione: (2024)
di: Li, Yi, et al.
Pubblicazione: (2024)
Probabilistic smooth attention for deep multiple instance learning in medical imaging
di: Castro-Macías, Francisco M., et al.
Pubblicazione: (2025)
di: Castro-Macías, Francisco M., et al.
Pubblicazione: (2025)
Gaze-guided Hand-Object Interaction Synthesis: Dataset and Method
di: Tian, Jie, et al.
Pubblicazione: (2024)
di: Tian, Jie, et al.
Pubblicazione: (2024)
Explainable Transformer Prototypes for Medical Diagnoses
di: Demir, Ugur, et al.
Pubblicazione: (2024)
di: Demir, Ugur, et al.
Pubblicazione: (2024)
HandBooster: Boosting 3D Hand-Mesh Reconstruction by Conditional Synthesis and Sampling of Hand-Object Interactions
di: Xu, Hao, et al.
Pubblicazione: (2024)
di: Xu, Hao, et al.
Pubblicazione: (2024)
TOUCH: Text-guided Controllable Generation of Free-Form Hand-Object Interactions
di: Han, Guangyi, et al.
Pubblicazione: (2025)
di: Han, Guangyi, et al.
Pubblicazione: (2025)
Sm: enhanced localization in Multiple Instance Learning for medical imaging classification
di: Castro-Macías, Francisco M., et al.
Pubblicazione: (2024)
di: Castro-Macías, Francisco M., et al.
Pubblicazione: (2024)
HOI-Ref: Hand-Object Interaction Referral in Egocentric Vision
di: Bansal, Siddhant, et al.
Pubblicazione: (2024)
di: Bansal, Siddhant, et al.
Pubblicazione: (2024)
THOR2: Topological Analysis for 3D Shape and Color-Based Human-Inspired Object Recognition in Unseen Environments
di: Samani, Ekta U., et al.
Pubblicazione: (2024)
di: Samani, Ekta U., et al.
Pubblicazione: (2024)
HandsOnVLM: Vision-Language Models for Hand-Object Interaction Prediction
di: Bao, Chen, et al.
Pubblicazione: (2024)
di: Bao, Chen, et al.
Pubblicazione: (2024)
DRL-STNet: Unsupervised Domain Adaptation for Cross-modality Medical Image Segmentation via Disentangled Representation Learning
di: Lin, Hui, et al.
Pubblicazione: (2024)
di: Lin, Hui, et al.
Pubblicazione: (2024)
Text2HOI: Text-guided 3D Motion Generation for Hand-Object Interaction
di: Cha, Junuk, et al.
Pubblicazione: (2024)
di: Cha, Junuk, et al.
Pubblicazione: (2024)
A General Method to Incorporate Spatial Information into Loss Functions for GAN-based Super-resolution Models
di: Wang, Xijun, et al.
Pubblicazione: (2024)
di: Wang, Xijun, et al.
Pubblicazione: (2024)
Zero-Shot Personalization of Objects via Textual Inversion
di: Roy, Aniket, et al.
Pubblicazione: (2026)
di: Roy, Aniket, et al.
Pubblicazione: (2026)
HandVQA: Diagnosing and Improving Fine-Grained Spatial Reasoning about Hands in Vision-Language Models
di: Sayem, MD Khalequzzaman Chowdhury, et al.
Pubblicazione: (2026)
di: Sayem, MD Khalequzzaman Chowdhury, et al.
Pubblicazione: (2026)
Interpretable Image Classification with Adaptive Prototype-based Vision Transformers
di: Ma, Chiyu, et al.
Pubblicazione: (2024)
di: Ma, Chiyu, et al.
Pubblicazione: (2024)
From Objects to Events: Unlocking Complex Visual Understanding in Object Detectors via LLM-guided Symbolic Reasoning
di: Zeng, Yuhui, et al.
Pubblicazione: (2025)
di: Zeng, Yuhui, et al.
Pubblicazione: (2025)
SimA: Simple Softmax-free Attention for Vision Transformers
di: Koohpayegani, Soroush Abbasi, et al.
Pubblicazione: (2022)
di: Koohpayegani, Soroush Abbasi, et al.
Pubblicazione: (2022)
Hand-Centric Motion Refinement for 3D Hand-Object Interaction via Hierarchical Spatial-Temporal Modeling
di: Hao, Yuze, et al.
Pubblicazione: (2024)
di: Hao, Yuze, et al.
Pubblicazione: (2024)
MEgoHand: Multimodal Egocentric Hand-Object Interaction Motion Generation
di: Zhou, Bohan, et al.
Pubblicazione: (2025)
di: Zhou, Bohan, et al.
Pubblicazione: (2025)
AVI-HT: Adaptive Vision-IMU Fusion for 3D Hand Tracking
di: Kou, Ziyi, et al.
Pubblicazione: (2026)
di: Kou, Ziyi, et al.
Pubblicazione: (2026)
3D Hand Reconstruction via Aggregating Intra and Inter Graphs Guided by Prior Knowledge for Hand-Object Interaction Scenario
di: Shuang, Feng, et al.
Pubblicazione: (2024)
di: Shuang, Feng, et al.
Pubblicazione: (2024)
Caption-Driven Explainability: Probing CNNs for Bias via CLIP
di: Koller, Patrick, et al.
Pubblicazione: (2025)
di: Koller, Patrick, et al.
Pubblicazione: (2025)
Thinking with Blueprints: Assisting Vision-Language Models in Spatial Reasoning via Structured Object Representation
di: Ma, Weijian, et al.
Pubblicazione: (2026)
di: Ma, Weijian, et al.
Pubblicazione: (2026)
Addressing Overthinking in Large Vision-Language Models via Gated Perception-Reasoning Optimization
di: Diao, Xingjian, et al.
Pubblicazione: (2026)
di: Diao, Xingjian, et al.
Pubblicazione: (2026)
Focused Active Learning for Histopathological Image Classification
di: Schmidt, Arne, et al.
Pubblicazione: (2024)
di: Schmidt, Arne, et al.
Pubblicazione: (2024)
Vision-guided and Mask-enhanced Adaptive Denoising for Prompt-based Image Editing
di: Wang, Kejie, et al.
Pubblicazione: (2024)
di: Wang, Kejie, et al.
Pubblicazione: (2024)
UniHOPE: A Unified Approach for Hand-Only and Hand-Object Pose Estimation
di: Wang, Yinqiao, et al.
Pubblicazione: (2025)
di: Wang, Yinqiao, et al.
Pubblicazione: (2025)
HOI-Swap: Swapping Objects in Videos with Hand-Object Interaction Awareness
di: Xue, Zihui, et al.
Pubblicazione: (2024)
di: Xue, Zihui, et al.
Pubblicazione: (2024)
A Computer Vision Approach for Autonomous Cars to Drive Safe at Construction Zone
di: Ahammed, Abu Shad, et al.
Pubblicazione: (2024)
di: Ahammed, Abu Shad, et al.
Pubblicazione: (2024)
CLIP-HandID: Vision-Language Model for Hand-Based Person Identification
di: Baisa, Nathanael L., et al.
Pubblicazione: (2025)
di: Baisa, Nathanael L., et al.
Pubblicazione: (2025)
Documenti analoghi
-
CPDR: Towards Highly-Efficient Salient Object Detection via Crossed Post-decoder Refinement
di: Li, Yijie, et al.
Pubblicazione: (2025) -
Brighteye: Glaucoma Screening with Color Fundus Photographs based on Vision Transformer
di: Lin, Hui, et al.
Pubblicazione: (2024) -
Physics-Informed Image Restoration via Progressive PDE Integration
di: Likhite, Shamika, et al.
Pubblicazione: (2025) -
MetaSR: Content-Adaptive Metadata Orchestration for Generative Super-Resolution
di: Guo, Jiaqi, et al.
Pubblicazione: (2026) -
VDPI: Video Deblurring with Pseudo-inverse Modeling
di: Huang, Zhihao, et al.
Pubblicazione: (2024)