Copertina

ViPro-2: Unsupervised State Estimation via Integrated Dynamics for Guiding Video Prediction

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Takenaka, Patrick, Maucher, Johannes, Huber, Marco F.
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

ViPro: Enabling and Controlling Video Prediction for Complex Dynamical Scenarios using Procedural Knowledge
di: Takenaka, Patrick, et al.
Pubblicazione: (2024)

Guiding Video Prediction with Explicit Procedural Knowledge
di: Takenaka, Patrick, et al.
Pubblicazione: (2024)

Anonymization of Documents for Law Enforcement with Machine Learning
di: Eberhardinger, Manuel, et al.
Pubblicazione: (2025)

Classification of Inkjet Printers based on Droplet Statistics
di: Takenaka, Patrick, et al.
Pubblicazione: (2024)

Automatic Odometry-Less OpenDRIVE Generation From Sparse Point Clouds
di: Eisemann, Leon, et al.
Pubblicazione: (2024)

ViSMaP: Unsupervised Hour-long Video Summarisation by Meta-Prompting
di: Hu, Jian, et al.
Pubblicazione: (2025)

Unsupervised Object Localization in the Era of Self-Supervised ViTs: A Survey
di: Siméoni, Oriane, et al.
Pubblicazione: (2023)

Integrating Disparity Confidence Estimation into Relative Depth Prior-Guided Unsupervised Stereo Matching
di: Liu, Chuang-Wei, et al.
Pubblicazione: (2025)

ViASNet: A Video Ad Saliency Network for Predicting Dynamic Saliency and Viewer Engagement
di: Ye, Jianping, et al.
Pubblicazione: (2026)

ViSAGE @ NTIRE 2026 Challenge on Video Saliency Prediction
di: Wang, Kun, et al.
Pubblicazione: (2026)

ConViS-Bench: Estimating Video Similarity Through Semantic Concepts
di: Liberatori, Benedetta, et al.
Pubblicazione: (2025)

Guided Slot Attention for Unsupervised Video Object Segmentation
di: Lee, Minhyeok, et al.
Pubblicazione: (2023)

DiViD: Disentangled Video Diffusion for Static-Dynamic Factorization
di: Gheisari, Marzieh, et al.
Pubblicazione: (2025)

CoProU-VO: Combining Projected Uncertainty for End-to-End Unsupervised Monocular Visual Odometry
di: Xie, Jingchao, et al.
Pubblicazione: (2025)

OCK: Unsupervised Dynamic Video Prediction with Object-Centric Kinematics
di: Song, Yeon-Ji, et al.
Pubblicazione: (2024)

ViViD: Video Virtual Try-on using Diffusion Models
di: Fang, Zixun, et al.
Pubblicazione: (2024)

Learning Physics From Video: Unsupervised Physical Parameter Estimation for Continuous Dynamical Systems
di: Garcia, Alejandro Castañeda, et al.
Pubblicazione: (2024)

Exploring Plain ViT Reconstruction for Multi-class Unsupervised Anomaly Detection
di: Zhang, Jiangning, et al.
Pubblicazione: (2023)

ViKey: Enhancing Temporal Understanding in Videos via Visual Prompting
di: Lee, Yeonkyung, et al.
Pubblicazione: (2026)

ProDyG: Progressive Dynamic Scene Reconstruction via Gaussian Splatting from Monocular Videos
di: Chen, Shi, et al.
Pubblicazione: (2025)

Unsupervised Monocular Depth Estimation Based on Hierarchical Feature-Guided Diffusion
di: Liu, Runze, et al.
Pubblicazione: (2024)

Future Slot Prediction for Unsupervised Object Discovery in Surgical Video
di: Liao, Guiqiu, et al.
Pubblicazione: (2025)

VersaViT: Enhancing MLLM Vision Backbones via Task-Guided Optimization
di: Liu, Yikun, et al.
Pubblicazione: (2026)

Boosting Unsupervised Video Instance Segmentation with Automatic Quality-Guided Self-Training
di: Lu, Kaixuan, et al.
Pubblicazione: (2025)

Unsupervised Cross-Domain 3D Human Pose Estimation via Pseudo-Label-Guided Global Transforms
di: Liu, Jingjing, et al.
Pubblicazione: (2025)

AdaViPro: Region-based Adaptive Visual Prompt for Large-Scale Models Adapting
di: Yang, Mengyu, et al.
Pubblicazione: (2024)

ViDiC: Video Difference Captioning
di: Wu, Jiangtao, et al.
Pubblicazione: (2025)

DDLP: Unsupervised Object-Centric Video Prediction with Deep Dynamic Latent Particles
di: Daniel, Tal, et al.
Pubblicazione: (2023)

Vid2Avatar-Pro: Authentic Avatar from Videos in the Wild via Universal Prior
di: Guo, Chen, et al.
Pubblicazione: (2025)

ViLA: Efficient Video-Language Alignment for Video Question Answering
di: Wang, Xijun, et al.
Pubblicazione: (2023)

ViSpeak: Visual Instruction Feedback in Streaming Videos
di: Fu, Shenghao, et al.
Pubblicazione: (2025)

ViLL-E: Video LLM Embeddings for Retrieval
di: Gupta, Rohit, et al.
Pubblicazione: (2026)

MoViE: Mobile Diffusion for Video Editing
di: Karjauv, Adil, et al.
Pubblicazione: (2024)

LAMM-ViT: AI Face Detection via Layer-Aware Modulation of Region-Guided Attention
di: Zhang, Jiangling, et al.
Pubblicazione: (2025)

Self-supervised Optimization of Hand Pose Estimation using Anatomical Features and Iterative Learning
di: Jauch, Christian, et al.
Pubblicazione: (2023)

TiViBench: Benchmarking Think-in-Video Reasoning for Video Generative Models
di: Chen, Harold Haodong, et al.
Pubblicazione: (2025)

VideoPro: Adaptive Program Reasoning for Long Video Understanding
di: Li, Chenglin, et al.
Pubblicazione: (2025)

DynaGuide: A Generalizable Dynamic Guidance Framework for Unsupervised Semantic Segmentation
di: Guermazi, Boujemaa, et al.
Pubblicazione: (2026)

ViThinker: Active Vision-Language Reasoning via Dynamic Perceptual Querying
di: You, Weihang, et al.
Pubblicazione: (2026)

ViMU: Benchmarking Video Metaphorical Understanding
di: Li, Qi, et al.
Pubblicazione: (2026)