Generative Model-Based Feature Attention Module for Video Action Analysis
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wang, Guiqin, Zhao, Peng, Zhao, Cong, Huang, Jing, Guo, Siyan, Yang, Shusen |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
EdgeSync: Faster Edge-model Updating via Adaptive Continuous Learning for Video Data Drift
par: Zhao, Peng, et autres
Publié: (2024)
par: Zhao, Peng, et autres
Publié: (2024)
LaVi: Efficient Large Vision-Language Models via Internal Feature Modulation
par: Yue, Tongtian, et autres
Publié: (2025)
par: Yue, Tongtian, et autres
Publié: (2025)
EdgeSync: Accelerating Edge-Model Updates for Data Drift through Adaptive Continuous Learning
par: Donga, Runchu, et autres
Publié: (2025)
par: Donga, Runchu, et autres
Publié: (2025)
ActPrompt: In-Domain Feature Adaptation via Action Cues for Video Temporal Grounding
par: Wang, Yubin, et autres
Publié: (2024)
par: Wang, Yubin, et autres
Publié: (2024)
PreciseCache: Precise Feature Caching for Efficient and High-fidelity Video Generation
par: Wang, Jiangshan, et autres
Publié: (2026)
par: Wang, Jiangshan, et autres
Publié: (2026)
Action-Guided Attention for Video Action Anticipation
par: Tai, Tsung-Ming, et autres
Publié: (2026)
par: Tai, Tsung-Ming, et autres
Publié: (2026)
EgoVid-5M: A Large-Scale Video-Action Dataset for Egocentric Video Generation
par: Wang, Xiaofeng, et autres
Publié: (2024)
par: Wang, Xiaofeng, et autres
Publié: (2024)
Precise Action-to-Video Generation Through Visual Action Prompts
par: Wang, Yuang, et autres
Publié: (2025)
par: Wang, Yuang, et autres
Publié: (2025)
Accelerating Inference of Masked Image Generators via Reinforcement Learning
par: Subbaraman, Pranav, et autres
Publié: (2025)
par: Subbaraman, Pranav, et autres
Publié: (2025)
FEAT: Full-Dimensional Efficient Attention Transformer for Medical Video Generation
par: Wang, Huihan, et autres
Publié: (2025)
par: Wang, Huihan, et autres
Publié: (2025)
Predicting Video Slot Attention Queries from Random Slot-Feature Pairs
par: Zhao, Rongzhen, et autres
Publié: (2025)
par: Zhao, Rongzhen, et autres
Publié: (2025)
VideoGrain: Modulating Space-Time Attention for Multi-grained Video Editing
par: Yang, Xiangpeng, et autres
Publié: (2025)
par: Yang, Xiangpeng, et autres
Publié: (2025)
Foundation Model for Skeleton-Based Human Action Understanding
par: Wang, Hongsong, et autres
Publié: (2025)
par: Wang, Hongsong, et autres
Publié: (2025)
A CT Image Denoising Method Based on Projection Domain Feature
par: Sun, Mengyu, et autres
Publié: (2024)
par: Sun, Mengyu, et autres
Publié: (2024)
Dynamic Try-On: Taming Video Virtual Try-on with Dynamic Attention Mechanism
par: Zheng, Jun, et autres
Publié: (2024)
par: Zheng, Jun, et autres
Publié: (2024)
From Articulated Kinematics to Routed Visual Control for Action-Conditioned Surgical Video Generation
par: Li, Bohan, et autres
Publié: (2026)
par: Li, Bohan, et autres
Publié: (2026)
Understanding Attention Mechanism in Video Diffusion Models
par: Liu, Bingyan, et autres
Publié: (2025)
par: Liu, Bingyan, et autres
Publié: (2025)
Real-Time Video Generation with Pyramid Attention Broadcast
par: Zhao, Xuanlei, et autres
Publié: (2024)
par: Zhao, Xuanlei, et autres
Publié: (2024)
Incantation: Natural Language as the Action Interface for Multi-Entity Video World Models
par: Zhu, Shangwen, et autres
Publié: (2026)
par: Zhu, Shangwen, et autres
Publié: (2026)
Video-to-Task Learning via Motion-Guided Attention for Few-Shot Action Recognition
par: Guo, Hanyu, et autres
Publié: (2024)
par: Guo, Hanyu, et autres
Publié: (2024)
D3: Training-Free AI-Generated Video Detection Using Second-Order Features
par: Zheng, Chende, et autres
Publié: (2025)
par: Zheng, Chende, et autres
Publié: (2025)
ACWM-Phys: Investigating Generalized Physical Interaction in Action-Conditioned Video World Models
par: Xue, Haotian, et autres
Publié: (2026)
par: Xue, Haotian, et autres
Publié: (2026)
Multi-Level LVLM Guidance for Untrimmed Video Action Recognition
par: Peng, Liyang, et autres
Publié: (2025)
par: Peng, Liyang, et autres
Publié: (2025)
Action Images: End-to-End Policy Learning via Multiview Video Generation
par: Zhen, Haoyu, et autres
Publié: (2026)
par: Zhen, Haoyu, et autres
Publié: (2026)
ARINAR: Bi-Level Autoregressive Feature-by-Feature Generative Models
par: Zhao, Qinyu, et autres
Publié: (2025)
par: Zhao, Qinyu, et autres
Publié: (2025)
ProphetDWM: A Driving World Model for Rolling Out Future Actions and Videos
par: Wang, Xiaodong, et autres
Publié: (2025)
par: Wang, Xiaodong, et autres
Publié: (2025)
V-ReasonBench: Toward Unified Reasoning Benchmark Suite for Video Generation Models
par: Luo, Yang, et autres
Publié: (2025)
par: Luo, Yang, et autres
Publié: (2025)
EasyControl: Transfer ControlNet to Video Diffusion for Controllable Generation and Interpolation
par: Wang, Cong, et autres
Publié: (2024)
par: Wang, Cong, et autres
Publié: (2024)
Matten: Video Generation with Mamba-Attention
par: Gao, Yu, et autres
Publié: (2024)
par: Gao, Yu, et autres
Publié: (2024)
Appearance Blur-driven AutoEncoder and Motion-guided Memory Module for Video Anomaly Detection
par: Lyu, Jiahao, et autres
Publié: (2024)
par: Lyu, Jiahao, et autres
Publié: (2024)
Repetitive Action Counting with Hybrid Temporal Relation Modeling
par: Li, Kun, et autres
Publié: (2024)
par: Li, Kun, et autres
Publié: (2024)
Adapting Short-Term Transformers for Action Detection in Untrimmed Videos
par: Yang, Min, et autres
Publié: (2023)
par: Yang, Min, et autres
Publié: (2023)
A Large-Scale Study on Video Action Dataset Condensation
par: Chen, Yang, et autres
Publié: (2024)
par: Chen, Yang, et autres
Publié: (2024)
Adaptive Slicing-Assisted Hyper Inference for Enhanced Small Object Detection in High-Resolution Imagery
par: Moretti, Francesco, et autres
Publié: (2026)
par: Moretti, Francesco, et autres
Publié: (2026)
Efficient Video Object Segmentation via Modulated Cross-Attention Memory
par: Shaker, Abdelrahman, et autres
Publié: (2024)
par: Shaker, Abdelrahman, et autres
Publié: (2024)
HAM: A Training-Free Style Transfer Approach via Heterogeneous Attention Modulation for Diffusion Models
par: He, Yeqi, et autres
Publié: (2026)
par: He, Yeqi, et autres
Publié: (2026)
Hierarchical Graph Feature Enhancement with Adaptive Frequency Modulation for Visual Recognition
par: Zhao, Feiyue, et autres
Publié: (2025)
par: Zhao, Feiyue, et autres
Publié: (2025)
CustomVideo: Customizing Text-to-Video Generation with Multiple Subjects
par: Wang, Zhao, et autres
Publié: (2024)
par: Wang, Zhao, et autres
Publié: (2024)
FDIM: A Feature-distance-based Generic Video Quality Metric for Versatile Codecs
par: Wang, Jiayi, et autres
Publié: (2026)
par: Wang, Jiayi, et autres
Publié: (2026)
GO-Renderer: Generative Object Rendering with 3D-aware Controllable Video Diffusion Models
par: Gu, Zekai, et autres
Publié: (2026)
par: Gu, Zekai, et autres
Publié: (2026)
Documents similaires
-
EdgeSync: Faster Edge-model Updating via Adaptive Continuous Learning for Video Data Drift
par: Zhao, Peng, et autres
Publié: (2024) -
LaVi: Efficient Large Vision-Language Models via Internal Feature Modulation
par: Yue, Tongtian, et autres
Publié: (2025) -
EdgeSync: Accelerating Edge-Model Updates for Data Drift through Adaptive Continuous Learning
par: Donga, Runchu, et autres
Publié: (2025) -
ActPrompt: In-Domain Feature Adaptation via Action Cues for Video Temporal Grounding
par: Wang, Yubin, et autres
Publié: (2024) -
PreciseCache: Precise Feature Caching for Efficient and High-fidelity Video Generation
par: Wang, Jiangshan, et autres
Publié: (2026)