Buchumschlag

Diffusion-Based Action Recognition Generalizes to Untrained Domains

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guimaraes, Rogerio, Xiao, Frank, Perona, Pietro, Marks, Markus
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Text-image Alignment for Diffusion-based Perception
von: Kondapaneni, Neehar, et al.
Veröffentlicht: (2023)

SAVeD: Learning to Denoise Low-SNR Video for Improved Downstream Performance
von: Stathatos, Suzanne, et al.
Veröffentlicht: (2025)

Less is More: Discovering Concise Network Explanations
von: Kondapaneni, Neehar, et al.
Veröffentlicht: (2024)

Learning Keypoints for Multi-Agent Behavior Analysis using Self-Supervision
von: Khalil, Daniel, et al.
Veröffentlicht: (2024)

A Closer Look at Benchmarking Self-Supervised Pre-training with Image Classification
von: Marks, Markus, et al.
Veröffentlicht: (2024)

A Rapid Test for Accuracy and Bias of Face Recognition Technology
von: Knott, Manuel, et al.
Veröffentlicht: (2025)

Domain Generalization using Action Sequences for Egocentric Action Recognition
von: Nasirimajd, Amirshayan, et al.
Veröffentlicht: (2025)

Curriculum-Based Strategies for Efficient Cross-Domain Action Recognition
von: Kim, Emily, et al.
Veröffentlicht: (2026)

Linear Mechanisms for Spatiotemporal Reasoning in Vision Language Models
von: Kang, Raphi, et al.
Veröffentlicht: (2026)

Single View Seafloor Recovery from Imaging Sonar via Differentiable Rendering
von: Brodjian, Sevan, et al.
Veröffentlicht: (2026)

A Number Sense as an Emergent Property of the Manipulating Brain
von: Kondapaneni, Neehar, et al.
Veröffentlicht: (2020)

A Framework for Efficient Model Evaluation through Stratification, Sampling, and Estimation
von: Fogliato, Riccardo, et al.
Veröffentlicht: (2024)

Confidence Intervals for Error Rates in 1:1 Matching Tasks: Critical Statistical Analysis and Recommendations
von: Fogliato, Riccardo, et al.
Veröffentlicht: (2023)

Human-Centric Transformer for Domain Adaptive Action Recognition
von: Lin, Kun-Yu, et al.
Veröffentlicht: (2024)

ActionAtlas: A VideoQA Benchmark for Domain-specialized Action Recognition
von: Salehi, Mohammadreza, et al.
Veröffentlicht: (2024)

Understanding the Cross-Domain Capabilities of Video-Based Few-Shot Action Recognition Models
von: Markham, Georgia, et al.
Veröffentlicht: (2024)

On the Effect of Image Resolution on Semantic Segmentation
von: Singh, Ritambhara, et al.
Veröffentlicht: (2024)

An Improved Graph Pooling Network for Skeleton-Based Action Recognition
von: Wu, Cong, et al.
Veröffentlicht: (2024)

Marrying Text-to-Motion Generation with Skeleton-Based Action Recognition
von: Kuang, Jidong, et al.
Veröffentlicht: (2026)

Is CLIP ideal? No. Can we fix it? Yes!
von: Kang, Raphi, et al.
Veröffentlicht: (2025)

DEAR: Depth-Enhanced Action Recognition
von: Rahmaniboldaji, Sadegh, et al.
Veröffentlicht: (2024)

MoExDA: Domain Adaptation for Edge-based Action Recognition
von: Sugimoto, Takuya, et al.
Veröffentlicht: (2025)

Multimodal Cross-Domain Few-Shot Learning for Egocentric Action Recognition
von: Hatano, Masashi, et al.
Veröffentlicht: (2024)

Video Domain Incremental Learning for Human Action Recognition in Home Environments
von: Hu, Yuanda, et al.
Veröffentlicht: (2024)

Interpretable Action Recognition on Hard to Classify Actions
von: Anichenko, Anastasia, et al.
Veröffentlicht: (2024)

DMSD-CDFSAR: Distillation from Mixed-Source Domain for Cross-Domain Few-shot Action Recognition
von: Guo, Fei, et al.
Veröffentlicht: (2024)

Generative Data Augmentation for Skeleton Action Recognition
von: Dong, Xu, et al.
Veröffentlicht: (2026)

Representational Similarity via Interpretable Visual Concepts
von: Kondapaneni, Neehar, et al.
Veröffentlicht: (2025)

Learning Causal Domain-Invariant Temporal Dynamics for Few-Shot Action Recognition
von: Li, Yuke, et al.
Veröffentlicht: (2024)

Synthetic-to-Real Domain Adaptation for Action Recognition: A Dataset and Baseline Performances
von: Reddy, Arun V., et al.
Veröffentlicht: (2023)

Towards Universal Skeleton-Based Action Recognition
von: Kuang, Jidong, et al.
Veröffentlicht: (2026)

Probing the Mid-level Vision Capabilities of Self-Supervised Learning
von: Chen, Xuweiyi, et al.
Veröffentlicht: (2024)

Severe Domain Shift in Skeleton-Based Action Recognition:A Study of Uncertainty Failure in Real-World Gym Environments
von: Khanal, Aaditya, et al.
Veröffentlicht: (2026)

Kuramoto Orientation Diffusion Models
von: Song, Yue, et al.
Veröffentlicht: (2025)

StegaVAR: Privacy-Preserving Video Action Recognition via Steganographic Domain Analysis
von: Chen, Lixin, et al.
Veröffentlicht: (2025)

TAMT: Temporal-Aware Model Tuning for Cross-Domain Few-Shot Action Recognition
von: Wang, Yilong, et al.
Veröffentlicht: (2024)

Rethinking CLIP-based Video Learners in Cross-Domain Open-Vocabulary Action Recognition
von: Lin, Kun-Yu, et al.
Veröffentlicht: (2024)

Active Generation Network of Human Skeleton for Action Recognition
von: Liu, Long, et al.
Veröffentlicht: (2024)

Multimodal Diffusion Bridge with Attention-Based SAR Fusion for Satellite Image Cloud Removal
von: Hu, Yuyang, et al.
Veröffentlicht: (2025)

Untrained Neural Nets for Snapshot Compressive Imaging: Theory and Algorithms
von: Zhao, Mengyu, et al.
Veröffentlicht: (2024)