Buchumschlag

RLBind: Adversarial-Invariant Cross-Modal Alignment for Unified Robust Embeddings

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Lu, Yuhong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SGAligner++: Cross-Modal Language-Aided 3D Scene Graph Alignment
von: Singh, Binod, et al.
Veröffentlicht: (2025)

Fast, Robust, Permutation-and-Sign Invariant SO(3) Pattern Alignment
von: Sarker, Anik, et al.
Veröffentlicht: (2025)

Robust 3D Object Detection from LiDAR-Radar Point Clouds via Cross-Modal Feature Augmentation
von: Deng, Jianning, et al.
Veröffentlicht: (2023)

Collaborative Representation Learning for Alignment of Tactile, Language, and Vision Modalities
von: Zhou, Yiyun, et al.
Veröffentlicht: (2025)

Autoregressive End-to-End Planning with Time-Invariant Spatial Alignment and Multi-Objective Policy Refinement
von: Zhao, Jianbo, et al.
Veröffentlicht: (2025)

ViTaPEs: Visuotactile Position Encodings for Cross-Modal Alignment in Multimodal Transformers
von: Lygerakis, Fotios, et al.
Veröffentlicht: (2025)

123D: Unifying Multi-Modal Autonomous Driving Data at Scale
von: Dauner, Daniel, et al.
Veröffentlicht: (2026)

BEVPose: Unveiling Scene Semantics through Pose-Guided Multi-Modal BEV Alignment
von: Hosseinzadeh, Mehdi, et al.
Veröffentlicht: (2024)

AffordGrasp: Cross-Modal Diffusion for Affordance-Aware Grasp Synthesis
von: Wu, Xiaofei, et al.
Veröffentlicht: (2026)

Perspective-Invariant 3D Object Detection
von: Liang, Ao, et al.
Veröffentlicht: (2025)

Alignment Scores: Robust Metrics for Multiview Pose Accuracy Evaluation
von: Lee, Seong Hun, et al.
Veröffentlicht: (2024)

Cross-Modal Visual Relocalization in Prior LiDAR Maps Utilizing Intensity Textures
von: Shen, Qiyuan, et al.
Veröffentlicht: (2024)

Towards Dense and Accurate Radar Perception Via Efficient Cross-Modal Diffusion Model
von: Zhang, Ruibin, et al.
Veröffentlicht: (2024)

XM-ALIGN: Unified Cross-Modal Embedding Alignment for Face-Voice Association
von: Fang, Zhihua, et al.
Veröffentlicht: (2025)

Multimodal Graph Representation Learning for Robust Surgical Workflow Recognition with Adversarial Feature Disentanglement
von: Bai, Long, et al.
Veröffentlicht: (2025)

Multi-Modal Graph Convolutional Network with Sinusoidal Encoding for Robust Human Action Segmentation
von: Xing, Hao, et al.
Veröffentlicht: (2025)

Real-Time Lane Detection via Efficient Feature Alignment and Covariance Optimization for Low-Power Embedded Systems
von: Liu, Yian, et al.
Veröffentlicht: (2026)

Cross-Modal Semi-Dense 6-DoF Tracking of an Event Camera in Challenging Conditions
von: Zuo, Yi-Fan, et al.
Veröffentlicht: (2024)

MambaPlace:Text-to-Point-Cloud Cross-Modal Place Recognition with Attention Mamba Mechanisms
von: Shang, Tianyi, et al.
Veröffentlicht: (2024)

CMR-Agent: Learning a Cross-Modal Agent for Iterative Image-to-Point Cloud Registration
von: Yao, Gongxin, et al.
Veröffentlicht: (2024)

IRIS-SLAM: Unified Geo-Instance Representations for Robust Semantic Localization and Mapping
von: Xiao, Tingyang, et al.
Veröffentlicht: (2026)

SLAM Adversarial Lab: An Extensible Framework for Visual SLAM Robustness Evaluation under Adverse Conditions
von: Hefny, Mohamed, et al.
Veröffentlicht: (2026)

RISeg: Robot Interactive Object Segmentation via Body Frame-Invariant Features
von: Qian, Howard H., et al.
Veröffentlicht: (2024)

Surgical-VQLA++: Adversarial Contrastive Learning for Calibrated Robust Visual Question-Localized Answering in Robotic Surgery
von: Bai, Long, et al.
Veröffentlicht: (2024)

DualCross: Cross-Modality Cross-Domain Adaptation for Monocular BEV Perception
von: Man, Yunze, et al.
Veröffentlicht: (2023)

UGG: Unified Generative Grasping
von: Lu, Jiaxin, et al.
Veröffentlicht: (2023)

LiDAR-VGGT: Cross-Modal Coarse-to-Fine Fusion for Globally Consistent and Metric-Scale Dense Mapping
von: Wang, Lijie, et al.
Veröffentlicht: (2025)

Bridging Text and Vision: A Multi-View Text-Vision Registration Approach for Cross-Modal Place Recognition
von: Shang, Tianyi, et al.
Veröffentlicht: (2025)

Structure-Invariant Range-Visual-Inertial Odometry
von: Alberico, Ivan, et al.
Veröffentlicht: (2024)

ComPose: A Unified Completion-Pose Framework for Robust Category-Level Object Pose Estimation
von: Ren, Huan, et al.
Veröffentlicht: (2026)

(MGS)$^2$-Net: Unifying Micro-Geometric Scale and Macro-Geometric Structure for Cross-View Geo-Localization
von: Li, Minglei, et al.
Veröffentlicht: (2026)

LIDEA: Human-to-Robot Imitation Learning via Implicit Feature Distillation and Explicit Geometry Alignment
von: Xu, Yifu, et al.
Veröffentlicht: (2026)

Monocular Visual Place Recognition in LiDAR Maps via Cross-Modal State Space Model and Multi-View Matching
von: Yao, Gongxin, et al.
Veröffentlicht: (2024)

UniBEV: Multi-modal 3D Object Detection with Uniform BEV Encoders for Robustness against Missing Sensor Modalities
von: Wang, Shiming, et al.
Veröffentlicht: (2023)

Accelerated Rotation-Invariant Convolution for UAV Image Segmentation
von: Manduhu, Manduhu, et al.
Veröffentlicht: (2025)

BILTS: A Bi-Invariant Similarity Measure for Robust Object Trajectory Recognition under Reference Frame Variations
von: Verduyn, Arno, et al.
Veröffentlicht: (2024)

HAVT-IVD: Heterogeneity-Aware Cross-Modal Network for Audio-Visual Surveillance: Idling Vehicles Detection With Multichannel Audio and Multiscale Visual Cues
von: Li, Xiwen, et al.
Veröffentlicht: (2025)

ModaLink: Unifying Modalities for Efficient Image-to-PointCloud Place Recognition
von: Xie, Weidong, et al.
Veröffentlicht: (2024)

Residual Cross-Modal Fusion Networks for Audio-Visual Navigation
von: Wang, Yi, et al.
Veröffentlicht: (2026)

UniMoCo: Unified Modality Completion for Robust Multi-Modal Embeddings
von: Qin, Jiajun, et al.
Veröffentlicht: (2025)