:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Tianheng, Feng, Yiheng
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2508.02858
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Face-MLLM: A Large Face Perception Model
von: Sun, Haomiao, et al.
Veröffentlicht: (2024)

A Simple Framework Towards Vision-based Traffic Signal Control with Microscopic Simulation
von: He, Pan, et al.
Veröffentlicht: (2024)

From Perception to Reasoning: Deep Thinking Empowers Multimodal Large Language Models
von: Zhu, Wenxin, et al.
Veröffentlicht: (2025)

RealEngine: Simulating Autonomous Driving in Realistic Context
von: Jiang, Junzhe, et al.
Veröffentlicht: (2025)

Elastic Interaction Energy-Informed Real-Time Traffic Scene Perception
von: Feng, Yaxin, et al.
Veröffentlicht: (2023)

Mask-Adapter: The Devil is in the Masks for Open-Vocabulary Segmentation
von: Li, Yongkang, et al.
Veröffentlicht: (2024)

Realistic Surgical Simulation from Monocular Videos
von: Wang, Kailing, et al.
Veröffentlicht: (2024)

SCSim: A Realistic Spike Cameras Simulator
von: Hu, Liwen, et al.
Veröffentlicht: (2024)

Microscopic Vehicle Trajectory Datasets from UAV-collected Video for Heterogeneous, Area-Based Urban Traffic
von: Ali, Yawar, et al.
Veröffentlicht: (2025)

KiGRAS: Kinematic-Driven Generative Model for Realistic Agent Simulation
von: Zhao, Jianbo, et al.
Veröffentlicht: (2024)

Fool the Stoplight: Realistic Adversarial Patch Attacks on Traffic Light Detectors
von: Pavlitska, Svetlana, et al.
Veröffentlicht: (2025)

MARS: An Instance-aware, Modular and Realistic Simulator for Autonomous Driving
von: Wu, Zirui, et al.
Veröffentlicht: (2023)

Structuring a Training Strategy to Robustify Perception Models with Realistic Image Augmentations
von: Hammam, Ahmed, et al.
Veröffentlicht: (2024)

SparseFusion: Efficient Sparse Multi-Modal Fusion Framework for Long-Range 3D Perception
von: Li, Yiheng, et al.
Veröffentlicht: (2024)

Cross-Layer Attentive Feature Upsampling for Low-latency Semantic Segmentation
von: Cheng, Tianheng, et al.
Veröffentlicht: (2026)

EI-Drive: A Platform for Cooperative Perception with Realistic Communication Models
von: Zhou, Hanchu, et al.
Veröffentlicht: (2024)

Trichomonas Vaginalis Segmentation in Microscope Images
von: Li, Lin, et al.
Veröffentlicht: (2022)

Combating Label Noise With A General Surrogate Model For Sample Selection
von: Liang, Chao, et al.
Veröffentlicht: (2023)

Active-O3: Empowering Multimodal Large Language Models with Active Perception via GRPO
von: Zhu, Muzhi, et al.
Veröffentlicht: (2025)

Revisiting Image Manipulation Localization under Realistic Manipulation Scenarios
von: Zhu, Xuekang, et al.
Veröffentlicht: (2025)

Text2Traffic: A Text-to-Image Generation and Editing Method for Traffic Scenes
von: Lv, Feng, et al.
Veröffentlicht: (2025)

Evaluating Small Vision-Language Models on Distance-Dependent Traffic Perception
von: Theodoridis, Nikos, et al.
Veröffentlicht: (2025)

Data-Driven Traffic Simulation for an Intersection in a Metropolis
von: Zang, Chengbo, et al.
Veröffentlicht: (2024)

Variational Bayesian Imaging with an Efficient Surrogate Score-based Prior
von: Feng, Berthy T., et al.
Veröffentlicht: (2023)

From Attenuation to Attention: Variational Information Flow Manipulation for Fine-Grained Visual Perception
von: Zhu, Jilong, et al.
Veröffentlicht: (2026)

Physics-guided Shape-from-Template: Monocular Video Perception through Neural Surrogate Models
von: Stotko, David, et al.
Veröffentlicht: (2023)

Hybrid Event Frame Sensors: Modeling, Calibration, and Simulation
von: Lu, Yunfan, et al.
Veröffentlicht: (2025)

Channel Consistency Prior and Self-Reconstruction Strategy Based Unsupervised Image Deraining
von: Dong, Guanglu, et al.
Veröffentlicht: (2025)

TED-VITON: Transformer-Empowered Diffusion Models for Virtual Try-On
von: Wan, Zhenchen, et al.
Veröffentlicht: (2024)

Ascending the Infinite Ladder: Benchmarking Spatial Deformation Reasoning in Vision-Language Models
von: Zhang, Jiahuan, et al.
Veröffentlicht: (2025)

PhysRig: Differentiable Physics-Based Skinning and Rigging Framework for Realistic Articulated Object Modeling
von: Zhang, Hao, et al.
Veröffentlicht: (2025)

DrivingGaussian++: Towards Realistic Reconstruction and Editable Simulation for Surrounding Dynamic Driving Scenes
von: Xiong, Yajiao, et al.
Veröffentlicht: (2025)

EVF-SAM: Early Vision-Language Fusion for Text-Prompted Segment Anything Model
von: Zhang, Yuxuan, et al.
Veröffentlicht: (2024)

RAP-SR: RestorAtion Prior Enhancement in Diffusion Models for Realistic Image Super-Resolution
von: Wang, Jiangang, et al.
Veröffentlicht: (2024)

GSWorld: Closed-Loop Photo-Realistic Simulation Suite for Robotic Manipulation
von: Jiang, Guangqi, et al.
Veröffentlicht: (2025)

Contrastive Learning-Driven Traffic Sign Perception: Multi-Modal Fusion of Text and Vision
von: Lu, Qiang, et al.
Veröffentlicht: (2025)

PT43D: A Probabilistic Transformer for Generating 3D Shapes from Single Highly-Ambiguous RGB Images
von: Xiong, Yiheng, et al.
Veröffentlicht: (2024)

SwapAnyone: Consistent and Realistic Video Synthesis for Swapping Any Person into Any Video
von: Zhao, Chengshu, et al.
Veröffentlicht: (2025)

Realistic Continual Learning Approach using Pre-trained Models
von: Nasri, Nadia, et al.
Veröffentlicht: (2024)

Learning from Rendering: Realistic and Controllable Extreme Rainy Image Synthesis for Autonomous Driving Simulation
von: Zhou, Kaibin, et al.
Veröffentlicht: (2025)