Copertina

DisenQ: Disentangling Q-Former for Activity-Biometrics

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Azad, Shehreen, Rawat, Yogesh S
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

HierarQ: Task-Aware Hierarchical Q-Former for Enhanced Video Understanding
di: Azad, Shehreen, et al.
Pubblicazione: (2025)

Activity-Biometrics: Person Identification from Daily Activities
di: Azad, Shehreen, et al.
Pubblicazione: (2024)

StreamReady: Learning What to Answer and When in Long Streaming Videos
di: Azad, Shehreen, et al.
Pubblicazione: (2026)

Understanding Depth and Height Perception in Large Visual-Language Models
di: Azad, Shehreen, et al.
Pubblicazione: (2024)

Probing Conceptual Understanding of Large Visual-Language Models
di: Schiappa, Madeline, et al.
Pubblicazione: (2023)

Robustness Analysis on Foundational Segmentation Models
di: Schiappa, Madeline Chantry, et al.
Pubblicazione: (2023)

GaitCrafter: Diffusion Model for Biometric Preserving Gait Synthesis
di: Mitra, Sirshapan, et al.
Pubblicazione: (2025)

Colors See Colors Ignore: Clothes Changing ReID with Color Disentanglement
di: Pathak, Priyank, et al.
Pubblicazione: (2025)

DIFFER: Disentangling Identity Features via Semantic Cues for Clothes-Changing Person Re-ID
di: Liang, Xin, et al.
Pubblicazione: (2025)

Navigating Hallucinations for Reasoning of Unintentional Activities
di: Grover, Shresth, et al.
Pubblicazione: (2024)

DisenBooth: Identity-Preserving Disentangled Tuning for Subject-Driven Text-to-Image Generation
di: Chen, Hong, et al.
Pubblicazione: (2023)

DisenStudio: Customized Multi-subject Text-to-Video Generation with Disentangled Spatial Control
di: Chen, Hong, et al.
Pubblicazione: (2024)

Coarse Attribute Prediction with Task Agnostic Distillation for Real World Clothes Changing ReID
di: Pathak, Priyank, et al.
Pubblicazione: (2025)

ProDiG: Progressive Diffusion-Guided Gaussian Splatting for Aerial to Ground Reconstruction
di: Mitra, Sirshapan, et al.
Pubblicazione: (2026)

Q-Former Autoencoder: A Modern Framework for Medical Anomaly Detection
di: Dalmonte, Francesco, et al.
Pubblicazione: (2025)

CausalDisenSeg: A Causality-Guided Disentanglement Framework with Counterfactual Reasoning for Robust Brain Tumor Segmentation Under Missing Modalities
di: Liu, Bo, et al.
Pubblicazione: (2026)

STPro: Spatial and Temporal Progressive Learning for Weakly Supervised Spatio-Temporal Grounding
di: Garg, Aaryan, et al.
Pubblicazione: (2025)

Scaling Open-Vocabulary Action Detection
di: Sia, Zhen Hao, et al.
Pubblicazione: (2025)

MolVision: Molecular Property Prediction with Vision Language Models
di: Adak, Deepan, et al.
Pubblicazione: (2025)

iSafetyBench: A video-language benchmark for safety in industrial environment
di: Abdullah, Raiyaan, et al.
Pubblicazione: (2025)

Contextual Self-paced Learning for Weakly Supervised Spatio-Temporal Video Grounding
di: Kumar, Akash, et al.
Pubblicazione: (2025)

Stable Mean Teacher for Semi-supervised Video Action Detection
di: Kumar, Akash, et al.
Pubblicazione: (2024)

Asynchronous Perception Machine For Efficient Test-Time-Training
di: Modi, Rajat, et al.
Pubblicazione: (2024)

Enhancing Diffusion Face Generation with Contrastive Embeddings and SegFormer Guidance
di: Rawat, Dhruvraj Singh, et al.
Pubblicazione: (2025)

DisentangleFormer: Spatial-Channel Decoupling for Multi-Channel Vision
di: Liao, Jiashu, et al.
Pubblicazione: (2025)

A Large-Scale Analysis on Contextual Self-Supervised Video Representation Learning
di: Kumar, Akash, et al.
Pubblicazione: (2025)

LR0.FM: Low-Res Benchmark and Improving Robustness for Zero-Shot Classification in Foundation Models
di: Pathak, Priyank, et al.
Pubblicazione: (2025)

OmViD: Omni-supervised active learning for video action detection
di: Rana, Aayush, et al.
Pubblicazione: (2025)

EZ-CLIP: Efficient Zeroshot Video Action Recognition
di: Ahmad, Shahzad, et al.
Pubblicazione: (2023)

MolSight: Molecular Property Prediction with Images
di: Baranwal, Aaditya, et al.
Pubblicazione: (2026)

VideoDreamer: Customized Multi-Subject Text-to-Video Generation with Disen-Mix Finetuning on Language-Video Foundation Models
di: Chen, Hong, et al.
Pubblicazione: (2023)

Advancing Automatic Photovoltaic Defect Detection using Semi-Supervised Semantic Segmentation of Electroluminescence Images
di: Jha, Abhishek, et al.
Pubblicazione: (2024)

CoSPlan: Corrective Sequential Planning via Scene Graph Incremental Updates
di: Grover, Shresth, et al.
Pubblicazione: (2025)

RobustGait: Robustness Analysis for Appearance Based Gait Recognition
di: Sayera, Reeshoon, et al.
Pubblicazione: (2025)

Sky2Ground: A Benchmark for Site Modeling under Varying Altitude
di: Wang, Zengyan, et al.
Pubblicazione: (2026)

Task-adaptive Q-Face
di: Sun, Haomiao, et al.
Pubblicazione: (2024)

On Occlusions in Video Action Detection: Benchmark Datasets And Training Recipes
di: Modi, Rajat, et al.
Pubblicazione: (2024)

Foundation Models for Video Understanding: A Survey
di: Madan, Neelu, et al.
Pubblicazione: (2024)

NavQ: Learning a Q-Model for Foresighted Vision-and-Language Navigation
di: Xu, Peiran, et al.
Pubblicazione: (2025)

Re:Verse -- Can Your VLM Read a Manga?
di: Baranwal, Aaditya, et al.
Pubblicazione: (2025)