Salvato in:
| Autori principali: | Zhang, Xiuliang, Nyamasvisva, Tadiwa Elisha, Liu, Chuntao |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2508.06528 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Unleashing the Power of CNN and Transformer for Balanced RGB-Event Video Recognition
di: Wang, Xiao, et al.
Pubblicazione: (2023)
di: Wang, Xiao, et al.
Pubblicazione: (2023)
Road Traffic Sign Recognition method using Siamese network Combining Efficient-CNN based Encoder
di: Xi, Zhenghao, et al.
Pubblicazione: (2025)
di: Xi, Zhenghao, et al.
Pubblicazione: (2025)
GroupNL: Low-Resource and Robust CNN Design over Cloud and Device
di: Ding, Chuntao, et al.
Pubblicazione: (2025)
di: Ding, Chuntao, et al.
Pubblicazione: (2025)
A Two-stream Hybrid CNN-Transformer Network for Skeleton-based Human Interaction Recognition
di: Yin, Ruoqi, et al.
Pubblicazione: (2023)
di: Yin, Ruoqi, et al.
Pubblicazione: (2023)
ArchShapeNet:An Interpretable 3D-CNN Framework for Evaluating Architectural Shapes
di: Yin, Jun, et al.
Pubblicazione: (2025)
di: Yin, Jun, et al.
Pubblicazione: (2025)
LoViT: Long Video Transformer for Surgical Phase Recognition
di: Liu, Yang, et al.
Pubblicazione: (2023)
di: Liu, Yang, et al.
Pubblicazione: (2023)
UPDP: A Unified Progressive Depth Pruner for CNN and Vision Transformer
di: Liu, Ji, et al.
Pubblicazione: (2024)
di: Liu, Ji, et al.
Pubblicazione: (2024)
Rethinking Saliency Maps: A Cognitive Human Aligned Taxonomy and Evaluation Framework for Explanations
di: Elisha, Yehonatan, et al.
Pubblicazione: (2025)
di: Elisha, Yehonatan, et al.
Pubblicazione: (2025)
Artifact Reduction in Undersampled 3D Cone-Beam CTs using a Hybrid 2D-3D CNN Framework
di: Thalhammer, Johannes, et al.
Pubblicazione: (2026)
di: Thalhammer, Johannes, et al.
Pubblicazione: (2026)
Pre-Trained CNN Architecture for Transformer-Based Image Caption Generation Model
di: Dufera, Amanuel Tafese
Pubblicazione: (2025)
di: Dufera, Amanuel Tafese
Pubblicazione: (2025)
CTA-Net: A CNN-Transformer Aggregation Network for Improving Multi-Scale Feature Extraction
di: Meng, Chunlei, et al.
Pubblicazione: (2024)
di: Meng, Chunlei, et al.
Pubblicazione: (2024)
UMono: Physical Model Informed Hybrid CNN-Transformer Framework for Underwater Monocular Depth Estimation
di: Wang, Jian, et al.
Pubblicazione: (2024)
di: Wang, Jian, et al.
Pubblicazione: (2024)
Visual WetlandBirds Dataset: Bird Species Identification and Behavior Recognition in Videos
di: Rodriguez-Juan, Javier, et al.
Pubblicazione: (2025)
di: Rodriguez-Juan, Javier, et al.
Pubblicazione: (2025)
Construction Site Scaffolding Completeness Detection Based on Mask R-CNN and Hough Transform
di: Lin, Pei-Hsin, et al.
Pubblicazione: (2025)
di: Lin, Pei-Hsin, et al.
Pubblicazione: (2025)
CNN2GNN: How to Bridge CNN with GNN
di: Jiao, Ziheng, et al.
Pubblicazione: (2024)
di: Jiao, Ziheng, et al.
Pubblicazione: (2024)
A Full-Stage Refined Proposal Algorithm for Suppressing False Positives in Two-Stage CNN-Based Detection Methods
di: Guo, Qiang, et al.
Pubblicazione: (2025)
di: Guo, Qiang, et al.
Pubblicazione: (2025)
EmoCAM: Toward Understanding What Drives CNN-based Emotion Recognition
di: Doulfoukar, Youssef, et al.
Pubblicazione: (2024)
di: Doulfoukar, Youssef, et al.
Pubblicazione: (2024)
Dynamic LIBRAS Gesture Recognition via CNN over Spatiotemporal Matrix Representation
di: Moreira, Jasmine
Pubblicazione: (2026)
di: Moreira, Jasmine
Pubblicazione: (2026)
3D Motion Perception of Binocular Vision Target with PID-CNN
di: Shi, Jiazhao, et al.
Pubblicazione: (2025)
di: Shi, Jiazhao, et al.
Pubblicazione: (2025)
Predicting 3D Motion from 2D Video for Behavior-Based VR Biometrics
di: Li, Mingjun, et al.
Pubblicazione: (2025)
di: Li, Mingjun, et al.
Pubblicazione: (2025)
Pig aggression classification using CNN, Transformers and Recurrent Networks
di: Souza, Junior Silva, et al.
Pubblicazione: (2024)
di: Souza, Junior Silva, et al.
Pubblicazione: (2024)
A Survey on Backbones for Deep Video Action Recognition
di: Tang, Zixuan, et al.
Pubblicazione: (2024)
di: Tang, Zixuan, et al.
Pubblicazione: (2024)
Clustering-based Feature Representation Learning for Oracle Bone Inscriptions Detection
di: Tao, Ye, et al.
Pubblicazione: (2025)
di: Tao, Ye, et al.
Pubblicazione: (2025)
Concept-Guided Fine-Tuning: Steering ViTs away from Spurious Correlations to Improve Robustness
di: Elisha, Yehonatan, et al.
Pubblicazione: (2026)
di: Elisha, Yehonatan, et al.
Pubblicazione: (2026)
VG4D: Vision-Language Model Goes 4D Video Recognition
di: Deng, Zhichao, et al.
Pubblicazione: (2024)
di: Deng, Zhichao, et al.
Pubblicazione: (2024)
A Comparative Study of Adversarial Robustness in CNN and CNN-ANFIS Architectures
di: Shankar, Kaaustaaub, et al.
Pubblicazione: (2026)
di: Shankar, Kaaustaaub, et al.
Pubblicazione: (2026)
UniCombine: Unified Multi-Conditional Combination with Diffusion Transformer
di: Wang, Haoxuan, et al.
Pubblicazione: (2025)
di: Wang, Haoxuan, et al.
Pubblicazione: (2025)
SV3.3B: A Sports Video Understanding Model for Action Recognition
di: Kodathala, Sai Varun, et al.
Pubblicazione: (2025)
di: Kodathala, Sai Varun, et al.
Pubblicazione: (2025)
Real-Time Indoor Object Detection based on hybrid CNN-Transformer Approach
di: Laidoudi, Salah Eddine, et al.
Pubblicazione: (2024)
di: Laidoudi, Salah Eddine, et al.
Pubblicazione: (2024)
A Forward and Backward Compatible Framework for Few-shot Class-incremental Pill Recognition
di: Zhang, Jinghua, et al.
Pubblicazione: (2023)
di: Zhang, Jinghua, et al.
Pubblicazione: (2023)
Exploring Ordinal Bias in Action Recognition for Instructional Videos
di: Kim, Joochan, et al.
Pubblicazione: (2025)
di: Kim, Joochan, et al.
Pubblicazione: (2025)
Hybrid CNN-ViT Framework for Motion-Blurred Scene Text Restoration
di: Rashid, Umar, et al.
Pubblicazione: (2025)
di: Rashid, Umar, et al.
Pubblicazione: (2025)
RS-CA-HSICT: A Residual and Spatial Channel Augmented CNN Transformer Framework for Monkeypox Detection
di: Iqbal, Rashid, et al.
Pubblicazione: (2025)
di: Iqbal, Rashid, et al.
Pubblicazione: (2025)
State Space Model Meets Transformer: A New Paradigm for 3D Object Detection
di: Wang, Chuxin, et al.
Pubblicazione: (2025)
di: Wang, Chuxin, et al.
Pubblicazione: (2025)
Nuanced Emotion Recognition Based on a Segment-based MLLM Framework Leveraging Qwen3-Omni for AH Detection
di: Tang, Liang, et al.
Pubblicazione: (2026)
di: Tang, Liang, et al.
Pubblicazione: (2026)
How Far are AI-generated Videos from Simulating the 3D Visual World: A Learned 3D Evaluation Approach
di: Chang, Chirui, et al.
Pubblicazione: (2024)
di: Chang, Chirui, et al.
Pubblicazione: (2024)
Hunyuan3D 1.0: A Unified Framework for Text-to-3D and Image-to-3D Generation
di: Yang, Xianghui, et al.
Pubblicazione: (2024)
di: Yang, Xianghui, et al.
Pubblicazione: (2024)
PhysDreamer: Physics-Based Interaction with 3D Objects via Video Generation
di: Zhang, Tianyuan, et al.
Pubblicazione: (2024)
di: Zhang, Tianyuan, et al.
Pubblicazione: (2024)
A Clinically Interpretable Deep CNN Framework for Early Chronic Kidney Disease Prediction Using Grad-CAM-Based Explainable AI
di: Ayub, Anas Bin, et al.
Pubblicazione: (2025)
di: Ayub, Anas Bin, et al.
Pubblicazione: (2025)
Flying By ML -- CNN Inversion of Affine Transforms
di: Van Warren, L.
Pubblicazione: (2023)
di: Van Warren, L.
Pubblicazione: (2023)
Documenti analoghi
-
Unleashing the Power of CNN and Transformer for Balanced RGB-Event Video Recognition
di: Wang, Xiao, et al.
Pubblicazione: (2023) -
Road Traffic Sign Recognition method using Siamese network Combining Efficient-CNN based Encoder
di: Xi, Zhenghao, et al.
Pubblicazione: (2025) -
GroupNL: Low-Resource and Robust CNN Design over Cloud and Device
di: Ding, Chuntao, et al.
Pubblicazione: (2025) -
A Two-stream Hybrid CNN-Transformer Network for Skeleton-based Human Interaction Recognition
di: Yin, Ruoqi, et al.
Pubblicazione: (2023) -
ArchShapeNet:An Interpretable 3D-CNN Framework for Evaluating Architectural Shapes
di: Yin, Jun, et al.
Pubblicazione: (2025)