Buchumschlag

WinT3R: Window-Based Streaming Reconstruction with Camera Token Pool

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Zizun, Zhou, Jianjun, Wang, Yifan, Guo, Haoyu, Chang, Wenzheng, Zhou, Yang, Zhu, Haoyi, Chen, Junyi, Shen, Chunhua, He, Tong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

$π^3$: Permutation-Equivariant Visual Geometry Learning
von: Wang, Yifan, et al.
Veröffentlicht: (2025)

Aether: Geometric-Aware Unified World Modeling
von: Aether Team, et al.
Veröffentlicht: (2025)

DeepVerse: 4D Autoregressive Video Generation as a World Model
von: Chen, Junyi, et al.
Veröffentlicht: (2025)

Geo-Align: Video Generation Alignment via Metric Geometry Reward
von: Li, Zizun, et al.
Veröffentlicht: (2026)

OmniWorld: A Multi-Domain and Multi-Modal Dataset for 4D World Modeling
von: Zhou, Yang, et al.
Veröffentlicht: (2025)

GHOST: Geometry-Hierarchical Online Streaming Token Eviction for Efficient 3D Reconstruction
von: Chen, Leyang, et al.
Veröffentlicht: (2026)

WinTok: A Win-Win Hybrid Tokenizer via Decomposing Visual Understanding and Generation with Transferable Tokens
von: Guo, Yiwei, et al.
Veröffentlicht: (2026)

HoneyWin: High-Interaction Windows Honeypot in Enterprise Environment
von: Aung, Yan Lin, et al.
Veröffentlicht: (2025)

Warp-as-History: Generalizable Camera-Controlled Video Generation from One Training Video
von: Wang, Yifan, et al.
Veröffentlicht: (2026)

Win-Win: Training High-Resolution Vision Transformers from Two Windows
von: Leroy, Vincent, et al.
Veröffentlicht: (2023)

BRIDGE -- Building Reinforcement-Learning Depth-to-Image Data Generation Engine for Monocular Depth Estimation
von: Liu, Dingning, et al.
Veröffentlicht: (2025)

VQ-VLA: Improving Vision-Language-Action Models via Scaling Vector-Quantized Action Tokenizers
von: Wang, Yating, et al.
Veröffentlicht: (2025)

LCPR: A Multi-Scale Attention-Based LiDAR-Camera Fusion Network for Place Recognition
von: Zhou, Zijie, et al.
Veröffentlicht: (2023)

HieraTok: Multi-Scale Visual Tokenizer Improves Image Reconstruction and Generation
von: Chen, Cong, et al.
Veröffentlicht: (2025)

Random Wins All: Rethinking Grouping Strategies for Vision Tokens
von: Fan, Qihang, et al.
Veröffentlicht: (2026)

Window-Diffusion: Accelerating Diffusion Language Model Inference with Windowed Token Pruning and Caching
von: Zuo, Fengrui, et al.
Veröffentlicht: (2026)

Tide Pools: Windows Between Land and Sea
Veröffentlicht: (1986)

Handows: A Palm-Based Interactive Multi-Window Management System in Virtual Reality
von: Wang, Jindu, et al.
Veröffentlicht: (2025)

Point3R: Streaming 3D Reconstruction with Explicit Spatial Pointer Memory
von: Wu, Yuqi, et al.
Veröffentlicht: (2025)

GigaGS: Scaling up Planar-Based 3D Gaussians for Large Scene Surface Reconstruction
von: Chen, Junyi, et al.
Veröffentlicht: (2024)

Window Token Concatenation for Efficient Visual Large Language Models
von: Li, Yifan, et al.
Veröffentlicht: (2025)

Beyond Win Rates: A Clustering-Based Approach to Character Balance Analysis in Team-Based Games
von: Zhou, Haokun
Veröffentlicht: (2025)

Topological Mapping and Navigation using a Monocular Camera based on AnyLoc
von: Zhang, Wenzheng, et al.
Veröffentlicht: (2026)

Ensure Timeliness and Accuracy: A Novel Sliding Window Data Stream Paradigm for Live Streaming Recommendation
von: Liang, Fengqi, et al.
Veröffentlicht: (2024)

PonderV2: Pave the Way for 3D Foundation Model with A Universal Pre-training Paradigm
von: Zhu, Haoyi, et al.
Veröffentlicht: (2023)

On the Effectiveness of Hybrid Pooling in Mixup-Based Graph Learning for Language Processing
von: Dong, Zeming, et al.
Veröffentlicht: (2022)

TurboMem: High-Performance Lock-Free Memory Pool with Transparent Huge Page Auto-Merging for DPDK
von: Yang, Junyi
Veröffentlicht: (2026)

Mini-Giants: "Small" Language Models and Open Source Win-Win
von: Zhou, Zhengping, et al.
Veröffentlicht: (2023)

StreamFlow: Streaming Flow Matching with Block-wise Guided Attention Mask for Speech Token Decoding
von: Guo, Dake, et al.
Veröffentlicht: (2025)

Power-Efficient Memory Bus Encoding Using Stride-Based Stream Reconstruction
von: Kuei-Chung Chang
Veröffentlicht: (2007)

Dual‐Window Broadband Near‐Infrared Mechanoluminescence in MgO‐Based Phosphors
von: Yiyu Cai, et al.
Veröffentlicht: (2026)

Dataflow-Based Optimization for Quantum Intermediate Representation Programs
von: Luo, Junjie, et al.
Veröffentlicht: (2024)

Token-Budget-Aware Pool Routing for Cost-Efficient LLM Inference
von: Chen, Huamin, et al.
Veröffentlicht: (2026)

Localization Through Particle Filter Powered Neural Network Estimated Monocular Camera Poses
von: Shen, Yi, et al.
Veröffentlicht: (2024)

Construction Mechanisms and Management Strategies for Win‐Win Ecosystem From a Multi‐Scale Perspective in the Wujiang River Basin
von: Junyi Yang, et al.
Veröffentlicht: (2025)

Near-Memory Architecture for Threshold-Ordinal Surface-Based Corner Detection of Event Cameras
von: Shang, Hongyang, et al.
Veröffentlicht: (2025)

Flow-Based Visual Stream Compression for Event Cameras
von: Stumpp, Daniel C., et al.
Veröffentlicht: (2024)

A Survey of 3D Reconstruction with Event Cameras
von: Xu, Chuanzhi, et al.
Veröffentlicht: (2025)

Lite3R: A Model-Agnostic Framework for Efficient Feed-Forward 3D Reconstruction
von: Zhang, Haoyu, et al.
Veröffentlicht: (2026)

Observation of Young's double-slit phenomenon in anti-PT-symmetric electrical circuits
von: Pan, Keyu, et al.
Veröffentlicht: (2024)