:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bao, Zhongyuan, Zhang, Lejun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2509.15602
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

TennisExpert: Towards Expert-Level Analytical Sports Video Understanding
von: Liu, Zhaoyu, et al.
Veröffentlicht: (2026)

Classification of Tennis Actions Using Deep Learning
von: Hovad, Emil, et al.
Veröffentlicht: (2024)

TT3D: Table Tennis 3D Reconstruction
von: Gossard, Thomas, et al.
Veröffentlicht: (2025)

An Event-Based Perception Pipeline for a Table Tennis Robot
von: Ziegler, Andreas, et al.
Veröffentlicht: (2025)

Locating Tennis Ball Impact on the Racket in Real Time Using an Event Camera
von: Kase, Yuto, et al.
Veröffentlicht: (2025)

How good was my shot? Quantifying Player Skill Level in Table Tennis
von: Kubota, Akihiro, et al.
Veröffentlicht: (2026)

Accurate Tennis Court Line Detection on Amateur Recorded Matches
von: Agrawal, Sameer, et al.
Veröffentlicht: (2024)

BlurBall: Joint Ball and Motion Blur Estimation for Table Tennis Ball Tracking
von: Gossard, Thomas, et al.
Veröffentlicht: (2025)

Pose2Trajectory: Using Transformers on Body Pose to Predict Tennis Player's Trajectory
von: AlShami, Ali K., et al.
Veröffentlicht: (2024)

LATTE-MV: Learning to Anticipate Table Tennis Hits from Monocular Videos
von: Etaat, Daniel, et al.
Veröffentlicht: (2025)

Automated Tennis Player and Ball Tracking with Court Keypoints Detection (Hawk Eye System)
von: Desu, Venkata Manikanta, et al.
Veröffentlicht: (2025)

Do Multimodal Large Language Models Understand Welding?
von: Khvatskii, Grigorii, et al.
Veröffentlicht: (2025)

TT4D: A Pipeline and Dataset for Table Tennis 4D Reconstruction From Monocular Videos
von: Rahmanian, Nima, et al.
Veröffentlicht: (2026)

Enhancing Sports Strategy with Video Analytics and Data Mining: Automated Video-Based Analytics Framework for Tennis Doubles
von: Chen, Jia Wei
Veröffentlicht: (2025)

Talking Tennis: Language Feedback from 3D Biomechanical Action Recognition
von: Dashore, Arushi, et al.
Veröffentlicht: (2025)

P2ANet: A Dataset and Benchmark for Dense Action Detection from Table Tennis Match Broadcasting Videos
von: Bian, Jiang, et al.
Veröffentlicht: (2022)

Towards Ball Spin and Trajectory Analysis in Table Tennis Broadcast Videos via Physically Grounded Synthetic-to-Real Transfer
von: Kienzle, Daniel, et al.
Veröffentlicht: (2025)

Do Large Language Models Understand Data Visualization Rules?
von: Sinnona, Martin, et al.
Veröffentlicht: (2026)

Do Large Language Models Understand Data Visualization Principles?
von: Sinnona, Martin, et al.
Veröffentlicht: (2026)

Can Large Vision-Language Models Understand Multimodal Sarcasm?
von: Wang, Xinyu, et al.
Veröffentlicht: (2025)

EventGPT: Event Stream Understanding with Multimodal Large Language Models
von: Liu, Shaoyu, et al.
Veröffentlicht: (2024)

Can Multimodal Large Language Models Understand Spatial Relations?
von: Liu, Jingping, et al.
Veröffentlicht: (2025)

MusiXQA: Advancing Visual Music Understanding in Multimodal Large Language Models
von: Chen, Jian, et al.
Veröffentlicht: (2025)

MMIU: Multimodal Multi-image Understanding for Evaluating Large Vision-Language Models
von: Meng, Fanqing, et al.
Veröffentlicht: (2024)

EmoLLM: Multimodal Emotional Understanding Meets Large Language Models
von: Yang, Qu, et al.
Veröffentlicht: (2024)

Spatial-ORMLLM: Improve Spatial Relation Understanding in the Operating Room with Multimodal Large Language Model
von: He, Peiqi, et al.
Veröffentlicht: (2025)

Attribute-Grounded Selective Reasoning for Artwork Emotion Understanding with Multimodal Large Language Models
von: Zhang, Cheng, et al.
Veröffentlicht: (2026)

Exploring the Role of Explicit Temporal Modeling in Multimodal Large Language Models for Video Understanding
von: Li, Yun, et al.
Veröffentlicht: (2025)

DynamicVL: Benchmarking Multimodal Large Language Models for Dynamic City Understanding
von: Xuan, Weihao, et al.
Veröffentlicht: (2025)

LaViDa: A Large Diffusion Language Model for Multimodal Understanding
von: Li, Shufan, et al.
Veröffentlicht: (2025)

OCC-MLLM:Empowering Multimodal Large Language Model For the Understanding of Occluded Objects
von: Qiu, Wenmo, et al.
Veröffentlicht: (2024)

MedMO: Grounding and Understanding Multimodal Large Language Model for Medical Images
von: Deria, Ankan, et al.
Veröffentlicht: (2026)

Decoding the Delta: Unifying Remote Sensing Change Detection and Understanding with Multimodal Large Language Models
von: Li, Xiaohe, et al.
Veröffentlicht: (2026)

Vision-Language Models Do Not Understand Negation
von: Alhamoud, Kumail, et al.
Veröffentlicht: (2025)

3UR-LLM: An End-to-End Multimodal Large Language Model for 3D Scene Understanding
von: Xiong, Haomiao, et al.
Veröffentlicht: (2025)

Vidi: Large Multimodal Models for Video Understanding and Editing
von: Vidi Team, et al.
Veröffentlicht: (2025)

NAUTILUS: A Large Multimodal Model for Underwater Scene Understanding
von: Xu, Wei, et al.
Veröffentlicht: (2025)

VARGPT: Unified Understanding and Generation in a Visual Autoregressive Multimodal Large Language Model
von: Zhuang, Xianwei, et al.
Veröffentlicht: (2025)

Multimodal Large Language Models for Text-rich Image Understanding: A Comprehensive Review
von: Fu, Pei, et al.
Veröffentlicht: (2025)

Fork-Merge Decoding: Enhancing Multimodal Understanding in Audio-Visual Large Language Models
von: Jung, Chaeyoung, et al.
Veröffentlicht: (2025)