TemCoCo: Temporally Consistent Multi-modal Video Fusion with Visual-Semantic Collaboration
Fuente:
arXiv
Salvato in:
| Autori principali: | Gong, Meiqi, Zhang, Hao, Yi, Xunpeng, Tang, Linfeng, Ma, Jiayi |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
VideoFusion: A Spatio-Temporal Collaborative Network for Multi-modal Video Fusion
di: Tang, Linfeng, et al.
Pubblicazione: (2025)
di: Tang, Linfeng, et al.
Pubblicazione: (2025)
Text-IF: Leveraging Semantic Text Guidance for Degradation-Aware and Interactive Image Fusion
di: Yi, Xunpeng, et al.
Pubblicazione: (2024)
di: Yi, Xunpeng, et al.
Pubblicazione: (2024)
MagicFuse: Single Image Fusion for Visual and Semantic Reinforcement
di: Zhang, Hao, et al.
Pubblicazione: (2026)
di: Zhang, Hao, et al.
Pubblicazione: (2026)
DSPFusion: Image Fusion via Degradation and Semantic Dual-Prior Guidance
di: Tang, Linfeng, et al.
Pubblicazione: (2025)
di: Tang, Linfeng, et al.
Pubblicazione: (2025)
LUT-Fuse: Towards Extremely Fast Infrared and Visible Image Fusion via Distillation to Learnable Look-Up Tables
di: Yi, Xunpeng, et al.
Pubblicazione: (2025)
di: Yi, Xunpeng, et al.
Pubblicazione: (2025)
CoMatch: Dynamic Covisibility-Aware Transformer for Bilateral Subpixel-Level Semi-Dense Image Matching
di: Li, Zizhuo, et al.
Pubblicazione: (2025)
di: Li, Zizhuo, et al.
Pubblicazione: (2025)
CoDeF: Content Deformation Fields for Temporally Consistent Video Processing
di: Ouyang, Hao, et al.
Pubblicazione: (2023)
di: Ouyang, Hao, et al.
Pubblicazione: (2023)
ControlFusion: A Controllable Image Fusion Framework with Language-Vision Degradation Prompts
di: Tang, Linfeng, et al.
Pubblicazione: (2025)
di: Tang, Linfeng, et al.
Pubblicazione: (2025)
CoRA: A Collaborative Robust Architecture with Hybrid Fusion for Efficient Perception
di: Chen, Gong, et al.
Pubblicazione: (2025)
di: Chen, Gong, et al.
Pubblicazione: (2025)
TaCo: Capturing Spatio-Temporal Semantic Consistency in Remote Sensing Change Detection
di: Guo, Han, et al.
Pubblicazione: (2025)
di: Guo, Han, et al.
Pubblicazione: (2025)
CoCoNet: Coupled Contrastive Learning Network with Multi-level Feature Ensemble for Multi-modality Image Fusion
di: Liu, Jinyuan, et al.
Pubblicazione: (2022)
di: Liu, Jinyuan, et al.
Pubblicazione: (2022)
Efficient Sparse-to-Dense Visual Localization via Compact Gaussian Scene Representation and Accelerated Dense Pose Estimation
di: Li, Zizhuo, et al.
Pubblicazione: (2026)
di: Li, Zizhuo, et al.
Pubblicazione: (2026)
AVS-Mamba: Exploring Temporal and Multi-modal Mamba for Audio-Visual Segmentation
di: Gong, Sitong, et al.
Pubblicazione: (2025)
di: Gong, Sitong, et al.
Pubblicazione: (2025)
Dense Audio-Visual Event Localization under Cross-Modal Consistency and Multi-Temporal Granularity Collaboration
di: Zhou, Ziheng, et al.
Pubblicazione: (2024)
di: Zhou, Ziheng, et al.
Pubblicazione: (2024)
SparseTem: Boosting the Efficiency of CNN-Based Video Encoders by Exploiting Temporal Continuity
di: Wang, Kunyun, et al.
Pubblicazione: (2024)
di: Wang, Kunyun, et al.
Pubblicazione: (2024)
Collaborative Face Experts Fusion in Video Generation: Boosting Identity Consistency Across Large Face Poses
di: Wang, Yuji, et al.
Pubblicazione: (2025)
di: Wang, Yuji, et al.
Pubblicazione: (2025)
CoCoCo: Improving Text-Guided Video Inpainting for Better Consistency, Controllability and Compatibility
di: Zi, Bojia, et al.
Pubblicazione: (2024)
di: Zi, Bojia, et al.
Pubblicazione: (2024)
CoAgent: Collaborative Planning and Consistency Agent for Coherent Video Generation
di: Zeng, Qinglin, et al.
Pubblicazione: (2025)
di: Zeng, Qinglin, et al.
Pubblicazione: (2025)
VideoCoF: Unified Video Editing with Temporal Reasoner
di: Yang, Xiangpeng, et al.
Pubblicazione: (2025)
di: Yang, Xiangpeng, et al.
Pubblicazione: (2025)
VTimeCoT: Thinking by Drawing for Video Temporal Grounding and Reasoning
di: Zhang, Jinglei, et al.
Pubblicazione: (2025)
di: Zhang, Jinglei, et al.
Pubblicazione: (2025)
Text-DiFuse: An Interactive Multi-Modal Image Fusion Framework based on Text-modulated Diffusion Model
di: Zhang, Hao, et al.
Pubblicazione: (2024)
di: Zhang, Hao, et al.
Pubblicazione: (2024)
StreamMeCo: Long-Term Agent Memory Compression for Efficient Streaming Video Understanding
di: Wang, Junxi, et al.
Pubblicazione: (2026)
di: Wang, Junxi, et al.
Pubblicazione: (2026)
Efficient Multi-modal Large Language Models via Progressive Consistency Distillation
di: Wen, Zichen, et al.
Pubblicazione: (2025)
di: Wen, Zichen, et al.
Pubblicazione: (2025)
X-Prompt: Multi-modal Visual Prompt for Video Object Segmentation
di: Guo, Pinxue, et al.
Pubblicazione: (2024)
di: Guo, Pinxue, et al.
Pubblicazione: (2024)
Video-CoT: A Comprehensive Dataset for Spatiotemporal Understanding of Videos Based on Chain-of-Thought
di: Zhang, Shuyi, et al.
Pubblicazione: (2025)
di: Zhang, Shuyi, et al.
Pubblicazione: (2025)
Visual Language Tracking with Multi-modal Interaction: A Robust Benchmark
di: Li, Xuchen, et al.
Pubblicazione: (2024)
di: Li, Xuchen, et al.
Pubblicazione: (2024)
MASRA: MLLM-Assisted Semantic-Relational Consistent Alignment for Video Temporal Grounding
di: Ran, Ran, et al.
Pubblicazione: (2026)
di: Ran, Ran, et al.
Pubblicazione: (2026)
CoInteract: Physically-Consistent Human-Object Interaction Video Synthesis via Spatially-Structured Co-Generation
di: Luo, Xiangyang, et al.
Pubblicazione: (2026)
di: Luo, Xiangyang, et al.
Pubblicazione: (2026)
CoMoFusion: Fast and High-quality Fusion of Infrared and Visible Image with Consistency Model
di: Meng, Zhiming, et al.
Pubblicazione: (2024)
di: Meng, Zhiming, et al.
Pubblicazione: (2024)
Training-Free Motion-Guided Video Generation with Enhanced Temporal Consistency Using Motion Consistency Loss
di: Zhang, Xinyu, et al.
Pubblicazione: (2025)
di: Zhang, Xinyu, et al.
Pubblicazione: (2025)
CoLA: Conditional Dropout and Language-driven Robust Dual-modal Salient Object Detection
di: Hao, Shuang, et al.
Pubblicazione: (2024)
di: Hao, Shuang, et al.
Pubblicazione: (2024)
DRFusion: Drift-Resilient Temporally Consistent Infrared-Visible Video Fusion
di: Li, Xingyuan, et al.
Pubblicazione: (2026)
di: Li, Xingyuan, et al.
Pubblicazione: (2026)
Multi-modal Fusion based Q-distribution Prediction for Controlled Nuclear Fusion
di: Wang, Shiao, et al.
Pubblicazione: (2024)
di: Wang, Shiao, et al.
Pubblicazione: (2024)
Visual-Aware CoT: Achieving High-Fidelity Visual Consistency in Unified Models
di: Ye, Zixuan, et al.
Pubblicazione: (2025)
di: Ye, Zixuan, et al.
Pubblicazione: (2025)
MME-CoF-Pro: Evaluating Reasoning Coherence in Video Generative Models with Text and Visual Hints
di: Qi, Yu, et al.
Pubblicazione: (2026)
di: Qi, Yu, et al.
Pubblicazione: (2026)
Spatio-Temporal Attention for Consistent Video Semantic Segmentation in Automated Driving
di: Varghese, Serin, et al.
Pubblicazione: (2026)
di: Varghese, Serin, et al.
Pubblicazione: (2026)
Dissecting RGB-D Learning for Improved Multi-modal Fusion
di: Chen, Hao, et al.
Pubblicazione: (2023)
di: Chen, Hao, et al.
Pubblicazione: (2023)
Collaborative Temporal Consistency Learning for Point-supervised Natural Language Video Localization
di: Tao, Zhuo, et al.
Pubblicazione: (2025)
di: Tao, Zhuo, et al.
Pubblicazione: (2025)
Collaborative Video Diffusion: Consistent Multi-video Generation with Camera Control
di: Kuang, Zhengfei, et al.
Pubblicazione: (2024)
di: Kuang, Zhengfei, et al.
Pubblicazione: (2024)
CoGR-MoE: Concept-Guided Expert Routing with Consistent Selection and Flexible Reasoning for Visual Question Answering
di: Zeng, Xiyin, et al.
Pubblicazione: (2026)
di: Zeng, Xiyin, et al.
Pubblicazione: (2026)
Documenti analoghi
-
VideoFusion: A Spatio-Temporal Collaborative Network for Multi-modal Video Fusion
di: Tang, Linfeng, et al.
Pubblicazione: (2025) -
Text-IF: Leveraging Semantic Text Guidance for Degradation-Aware and Interactive Image Fusion
di: Yi, Xunpeng, et al.
Pubblicazione: (2024) -
MagicFuse: Single Image Fusion for Visual and Semantic Reinforcement
di: Zhang, Hao, et al.
Pubblicazione: (2026) -
DSPFusion: Image Fusion via Degradation and Semantic Dual-Prior Guidance
di: Tang, Linfeng, et al.
Pubblicazione: (2025) -
LUT-Fuse: Towards Extremely Fast Infrared and Visible Image Fusion via Distillation to Learnable Look-Up Tables
di: Yi, Xunpeng, et al.
Pubblicazione: (2025)