:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Feng, Shuo, Wang, Zihan, Li, Yuchen, Kong, Rui, Cai, Hengyi, Wang, Shuaiqiang, Lee, Gim Hee, Li, Piji, Jiang, Shuqiang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2508.01766
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dynam3D: Dynamic Layered 3D Tokens Empower VLM for Vision-and-Language Navigation
von: Wang, Zihan, et al.
Veröffentlicht: (2025)

D3D-VLP: Dynamic 3D Vision-Language-Planning Model for Embodied Grounding and Navigation
von: Wang, Zihan, et al.
Veröffentlicht: (2025)

g3D-LF: Generalizable 3D-Language Feature Fields for Embodied Tasks
von: Wang, Zihan, et al.
Veröffentlicht: (2024)

NavRAG: Generating User Demand Instructions for Embodied Navigation through Retrieval-Augmented LLM
von: Wang, Zihan, et al.
Veröffentlicht: (2025)

EmbodiedSplat: Online Feed-Forward Semantic 3DGS for Open-Vocabulary 3D Scene Understanding
von: Lee, Seungjun, et al.
Veröffentlicht: (2026)

LLaVA-4D: Embedding SpatioTemporal Prompt into LMMs for 4D Scene Understanding
von: Zhou, Hanyu, et al.
Veröffentlicht: (2025)

Sim-to-Real Transfer via 3D Feature Fields for Vision-and-Language Navigation
von: Wang, Zihan, et al.
Veröffentlicht: (2024)

Flow4DGS-SLAM: Optical Flow-Guided 4D Gaussian Splatting SLAM
von: Wang, Yunsong, et al.
Veröffentlicht: (2026)

Lookahead Exploration with Neural Radiance Representation for Continuous Vision-Language Navigation
von: Wang, Zihan, et al.
Veröffentlicht: (2024)

Segment Any Events with Language
von: Lee, Seungjun, et al.
Veröffentlicht: (2026)

LSRS: Latent Scale Rejection Sampling for Visual Autoregressive Modeling
von: Zheng, Hong-Kai, et al.
Veröffentlicht: (2025)

NeuSG: Neural Implicit Surface Reconstruction with 3D Gaussian Splatting Guidance
von: Chen, Hanlin, et al.
Veröffentlicht: (2023)

DiHuR: Diffusion-Guided Generalizable Human Reconstruction
von: Chen, Jinnan, et al.
Veröffentlicht: (2024)

MVSDet: Multi-View Indoor 3D Object Detection via Efficient Plane Sweeps
von: Xu, Yating, et al.
Veröffentlicht: (2024)

GEAL: Generalizable 3D Affordance Learning with Cross-Modal Consistency
von: Lu, Dongyue, et al.
Veröffentlicht: (2024)

Syn-to-Real Unsupervised Domain Adaptation for Indoor 3D Object Detection
von: Wang, Yunsong, et al.
Veröffentlicht: (2024)

GOV-NeSF: Generalizable Open-Vocabulary Neural Semantic Fields
von: Wang, Yunsong, et al.
Veröffentlicht: (2024)

Enhancing Generalizability of Representation Learning for Data-Efficient 3D Scene Understanding
von: Wang, Yunsong, et al.
Veröffentlicht: (2024)

DiSR-NeRF: Diffusion-Guided View-Consistent Super-Resolution NeRF
von: Lee, Jie Long, et al.
Veröffentlicht: (2024)

econSG: Efficient and Multi-view Consistent Open-Vocabulary 3D Semantic Gaussians
von: Zhang, Can, et al.
Veröffentlicht: (2025)

Motion4D: Learning 3D-Consistent Motion and Semantics for 4D Scene Understanding
von: Zhou, Haoran, et al.
Veröffentlicht: (2025)

LLaFEA: Frame-Event Complementary Fusion for Fine-Grained Spatiotemporal Understanding in LMMs
von: Zhou, Hanyu, et al.
Veröffentlicht: (2025)

IAAO: Interactive Affordance Learning for Articulated Objects in 3D Environments
von: Zhang, Can, et al.
Veröffentlicht: (2025)

MotionScale: Reconstructing Appearance, Geometry, and Motion of Dynamic Scenes with Scalable 4D Gaussian Splatting
von: Zhou, Haoran, et al.
Veröffentlicht: (2026)

Unified Geometry and Color Compression Framework for Point Clouds via Generative Diffusion Priors
von: Huang, Tianxin, et al.
Veröffentlicht: (2025)

HandMCM: Multi-modal Point Cloud-based Correspondence State Space Model for 3D Hand Pose Estimation
von: Cheng, Wencan, et al.
Veröffentlicht: (2026)

Uni4D-LLM: A Unified SpatioTemporal-Aware VLM for 4D Understanding and Generation
von: Zhou, Hanyu, et al.
Veröffentlicht: (2025)

DOGS: Distributed-Oriented Gaussian Splatting for Large-Scale 3D Reconstruction Via Gaussian Consensus
von: Chen, Yu, et al.
Veröffentlicht: (2024)

SCAPO: Self-Supervised Category-Level Articulated Pose Estimation from a Single 3D Observation
von: Zhang, Can, et al.
Veröffentlicht: (2026)

GA-VLN: Geometry-Aware BEV Representation for Efficient Vision-Language Navigation
von: Yang, Jiahao, et al.
Veröffentlicht: (2026)

Improving Brain-to-Image Reconstruction via Fine-Grained Text Bridging
von: Xia, Runze, et al.
Veröffentlicht: (2025)

DiET-GS: Diffusion Prior and Event Stream-Assisted Motion Deblurring 3D Gaussian Splatting
von: Lee, Seungjun, et al.
Veröffentlicht: (2025)

SmileSplat: Generalizable Gaussian Splats for Unconstrained Sparse Images
von: Li, Yanyan, et al.
Veröffentlicht: (2024)

UNIKD: UNcertainty-filtered Incremental Knowledge Distillation for Neural Implicit Representation
von: Guo, Mengqi, et al.
Veröffentlicht: (2022)

TreeSBA: Tree-Transformer for Self-Supervised Sequential Brick Assembly
von: Guo, Mengqi, et al.
Veröffentlicht: (2024)

DegBins: Degradation-Driven Binning for Depth Super-Resolution
von: Yan, Zhiqiang, et al.
Veröffentlicht: (2026)

FreeSplat: Generalizable 3D Gaussian Splatting Towards Free-View Synthesis of Indoor Scenes
von: Wang, Yunsong, et al.
Veröffentlicht: (2024)

FreeSplat++: Generalizable 3D Gaussian Splatting for Efficient Indoor Scene Reconstruction
von: Wang, Yunsong, et al.
Veröffentlicht: (2025)

Event-Driven Dynamic Scene Depth Completion
von: Yan, Zhiqiang, et al.
Veröffentlicht: (2025)

ChatSplat: 3D Conversational Gaussian Splatting
von: Chen, Hanlin, et al.
Veröffentlicht: (2024)