Buchumschlag

Physics-Grounded Motion Forecasting via Equation Discovery for Trajectory-Guided Image-to-Video Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Feng, Tao, Zhao, Xianbing, Chen, Zhenhua, Wong, Tien Tsin, Rezatofighi, Hamid, Haffari, Gholamreza, Qu, Lizhen
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

IRIS: An Iterative and Integrated Framework for Verifiable Causal Discovery in the Absence of Tabular Data
von: Feng, Tao, et al.
Veröffentlicht: (2025)

Mini-BEHAVIOR-Gran: Revealing U-Shaped Effects of Instruction Granularity on Language-Guided Embodied Agents
von: Huang, Sukai, et al.
Veröffentlicht: (2026)

CausalScore: An Automatic Reference-Free Metric for Assessing Response Relevance in Open-Domain Dialogue Systems
von: Feng, Tao, et al.
Veröffentlicht: (2024)

On the Reliability of Large Language Models for Causal Discovery
von: Feng, Tao, et al.
Veröffentlicht: (2024)

Assistive Large Language Model Agents for Socially-Aware Negotiation Dialogues
von: Hua, Yuncheng, et al.
Veröffentlicht: (2024)

Physics-based Scene Layout Generation from Human Motion
von: Li, Jianan, et al.
Veröffentlicht: (2024)

Learning to Control Physically-simulated 3D Characters via Generating and Mimicking 2D Motions
von: Li, Jianan, et al.
Veröffentlicht: (2025)

Towards Probing Speech-Specific Risks in Large Multimodal Models: A Taxonomy, Benchmark, and Insights
von: Yang, Hao, et al.
Veröffentlicht: (2024)

Zero-Shot Privacy-Aware Text Rewriting via Iterative Tree Search
von: Huang, Shuo, et al.
Veröffentlicht: (2025)

Jigsaw Puzzles: Splitting Harmful Questions to Jailbreak Large Language Models
von: Yang, Hao, et al.
Veröffentlicht: (2024)

Audio Is the Achilles' Heel: Red Teaming Audio Large Multimodal Models
von: Yang, Hao, et al.
Veröffentlicht: (2024)

Reshaping Representation Space to Balance the Safety and Over-rejection in Large Audio Language Models
von: Yang, Hao, et al.
Veröffentlicht: (2025)

Causal Discovery Inspired Unsupervised Domain Adaptation for Emotion-Cause Pair Extraction
von: Hua, Yuncheng, et al.
Veröffentlicht: (2024)

IMO: Greedy Layer-Wise Sparse Representation Learning for Out-of-Distribution Text Classification with Pre-trained Models
von: Feng, Tao, et al.
Veröffentlicht: (2024)

Evidence-based Distributional Alignment for Large Language Models
von: Pham, Viet-Thanh, et al.
Veröffentlicht: (2026)

The Best of Both Worlds: Bridging Quality and Diversity in Data Selection with Bipartite Graph
von: Wu, Minghao, et al.
Veröffentlicht: (2024)

Mixture-of-Skills: Learning to Optimize Data Usage for Fine-Tuning Large Language Models
von: Wu, Minghao, et al.
Veröffentlicht: (2024)

MotionCanvas: Cinematic Shot Design with Controllable Image-to-Video Generation
von: Xing, Jinbo, et al.
Veröffentlicht: (2025)

Learning in Order! A Sequential Strategy to Learn Invariant Features for Multimodal Sentiment Analysis
von: Zhao, Xianbing, et al.
Veröffentlicht: (2024)

Importance-Aware Data Augmentation for Document-Level Neural Machine Translation
von: Wu, Minghao, et al.
Veröffentlicht: (2024)

Unbiased Sliced Wasserstein Kernels for High-Quality Audio Captioning
von: Luong, Manh, et al.
Veröffentlicht: (2025)

ACCESS : A Benchmark for Abstract Causal Event Discovery and Reasoning
von: Vo, Vy, et al.
Veröffentlicht: (2025)

Adapting Large Language Models for Document-Level Machine Translation
von: Wu, Minghao, et al.
Veröffentlicht: (2024)

Resurfacing Paralinguistic Awareness in Large Audio Language Models
von: Yang, Hao, et al.
Veröffentlicht: (2026)

LiveCultureBench: a Multi-Agent, Multi-Cultural Benchmark for Large Language Models in Dynamic Social Simulations
von: Pham, Viet-Thanh, et al.
Veröffentlicht: (2026)

Consistent and Controllable Image Animation with Motion Linear Diffusion Transformers
von: Ma, Xin, et al.
Veröffentlicht: (2025)

Text-Guided Texturing by Synchronized Multi-View Diffusion
von: Liu, Yuxin, et al.
Veröffentlicht: (2023)

Synchronized Multi‐Frame Diffusion for Temporally Consistent Video Stylization
von: Minshan Xie, et al.
Veröffentlicht: (2025)

Training-free Stylized Text-to-Image Generation with Fast Inference
von: Ma, Xin, et al.
Veröffentlicht: (2025)

SCAR: Data Selection via Style Consistency-Aware Response Ranking for Efficient Instruction-Tuning of Large Language Models
von: Li, Zhuang, et al.
Veröffentlicht: (2024)

RIDE: Enhancing Large Language Model Alignment through Restyled In-Context Learning Demonstration Exemplars
von: Hua, Yuncheng, et al.
Veröffentlicht: (2025)

Social-MAE: Social Masked Autoencoder for Multi-person Motion Representation Learning
von: Ehsanpour, Mahsa, et al.
Veröffentlicht: (2024)

Taming Reversible Halftoning via Predictive Luminance
von: Lau, Cheuk-Kit, et al.
Veröffentlicht: (2023)

SituatedThinker: Grounding LLM Reasoning with Real-World through Situated Thinking
von: Liu, Junnan, et al.
Veröffentlicht: (2025)

VIEW2SPACE: Studying Multi-View Visual Reasoning from Sparse Observations
von: Ke, Fucai, et al.
Veröffentlicht: (2026)

GyroCopter: Differential Bearing Measuring Trajectory Planner for Tracking and Localizing Radio Frequency Sources
von: Chen, Fei, et al.
Veröffentlicht: (2024)

NAVER: A Neuro-Symbolic Compositional Automaton for Visual Grounding with Explicit Logic Reasoning
von: Cai, Zhixi, et al.
Veröffentlicht: (2025)

Let's Negotiate! A Survey of Negotiation Dialogue Systems
von: Zhan, Haolan, et al.
Veröffentlicht: (2024)

A Multi-Modal Neuro-Symbolic Approach for Spatial Reasoning-Based Visual Grounding in Robotics
von: Jahangard, Simindokht, et al.
Veröffentlicht: (2025)

VLIPP: Towards Physically Plausible Video Generation with Vision and Language Informed Physical Prior
von: Yang, Xindi, et al.
Veröffentlicht: (2025)