SCENEFORGE: Enhancing 3D-text alignment with Structured Scene Compositions
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Sbrolli, Cristian, Matteucci, Matteo |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
No Captions, No Problem: Captionless 3D-CLIP Alignment with Hard Negatives via CLIP Knowledge and LLMs
par: Sbrolli, Cristian, et autres
Publié: (2024)
par: Sbrolli, Cristian, et autres
Publié: (2024)
Can Shape-Infused Joint Embeddings Improve Image-Conditioned 3D Diffusion?
par: Sbrolli, Cristian, et autres
Publié: (2024)
par: Sbrolli, Cristian, et autres
Publié: (2024)
Auto-Comp: An Automated Pipeline for Scalable Compositional Probing of Contrastive Vision-Language Models
par: Sbrolli, Cristian, et autres
Publié: (2026)
par: Sbrolli, Cristian, et autres
Publié: (2026)
SceneDreamer360: Text-Driven 3D-Consistent Scene Generation with Panoramic Gaussian Splatting
par: Li, Wenrui, et autres
Publié: (2024)
par: Li, Wenrui, et autres
Publié: (2024)
3DMIT: 3D Multi-modal Instruction Tuning for Scene Understanding
par: Li, Zeju, et autres
Publié: (2024)
par: Li, Zeju, et autres
Publié: (2024)
Sketch and Patch: Efficient 3D Gaussian Representation for Man-Made Scenes
par: Shi, Yuang, et autres
Publié: (2025)
par: Shi, Yuang, et autres
Publié: (2025)
HiScene: Creating Hierarchical 3D Scenes with Isometric View Generation
par: Dong, Wenqi, et autres
Publié: (2025)
par: Dong, Wenqi, et autres
Publié: (2025)
GaussianForest: Hierarchical-Hybrid 3D Gaussian Splatting for Compressed Scene Modeling
par: Zhang, Fengyi, et autres
Publié: (2024)
par: Zhang, Fengyi, et autres
Publié: (2024)
HiGS: Hierarchical Generative Scene Framework for Multi-Step Associative Semantic Spatial Composition
par: Hong, Jiacheng, et autres
Publié: (2025)
par: Hong, Jiacheng, et autres
Publié: (2025)
SkyLink: Unifying Street-Satellite Geo-Localization via UAV-Mediated 3D Scene Alignment
par: Zhang, Hongyang, et autres
Publié: (2025)
par: Zhang, Hongyang, et autres
Publié: (2025)
Spatio-Temporal Data Enhanced Vision-Language Model for Traffic Scene Understanding
par: Ma, Jingtian, et autres
Publié: (2025)
par: Ma, Jingtian, et autres
Publié: (2025)
UniScene: Multi-Camera Unified Pre-training via 3D Scene Reconstruction for Autonomous Driving
par: Min, Chen, et autres
Publié: (2023)
par: Min, Chen, et autres
Publié: (2023)
Neuro-Symbolic Scene Graph Conditioning for Synthetic Image Dataset Generation
par: Savazzi, Giacomo, et autres
Publié: (2025)
par: Savazzi, Giacomo, et autres
Publié: (2025)
Through Their Eyes: Fixation-aligned Tuning for Personalized User Emulation
par: Huang, Lingfeng, et autres
Publié: (2026)
par: Huang, Lingfeng, et autres
Publié: (2026)
Advancing 3D Scene Understanding with MV-ScanQA Multi-View Reasoning Evaluation and TripAlign Pre-training Dataset
par: Mo, Wentao, et autres
Publié: (2025)
par: Mo, Wentao, et autres
Publié: (2025)
T$^\text{3}$SVFND: Towards an Evolving Fake News Detector for Emergencies with Test-time Training on Short Video Platforms
par: Zhang, Liyuan, et autres
Publié: (2025)
par: Zhang, Liyuan, et autres
Publié: (2025)
HCNQA: Enhancing 3D VQA with Hierarchical Concentration Narrowing Supervision
par: Zhou, Shengli, et autres
Publié: (2025)
par: Zhou, Shengli, et autres
Publié: (2025)
SonoWorld: From One Image to a 3D Audio-Visual Scene
par: Jin, Derong, et autres
Publié: (2026)
par: Jin, Derong, et autres
Publié: (2026)
altiro3D: Scene representation from single image and novel view synthesis
par: Canessa, E., et autres
Publié: (2023)
par: Canessa, E., et autres
Publié: (2023)
Enhancing 3D Gaussian Splatting Compression via Spatial Condition-based Prediction
par: Ma, Jingui, et autres
Publié: (2025)
par: Ma, Jingui, et autres
Publié: (2025)
Querying Autonomous Vehicle Point Clouds: Enhanced by 3D Object Counting with CounterNet
par: Zhang, Xiaoyu, et autres
Publié: (2025)
par: Zhang, Xiaoyu, et autres
Publié: (2025)
Mono3DVG-EnSD: Enhanced Spatial-aware and Dimension-decoupled Text Encoding for Monocular 3D Visual Grounding
par: Li, Yuzhen, et autres
Publié: (2025)
par: Li, Yuzhen, et autres
Publié: (2025)
4D Gaussian Splatting with Scale-aware Residual Field and Adaptive Optimization for Real-time Rendering of Temporally Complex Dynamic Scenes
par: Yan, Jinbo, et autres
Publié: (2024)
par: Yan, Jinbo, et autres
Publié: (2024)
Single Image Dehazing Using Scene Depth Ordering
par: Ling, Pengyang, et autres
Publié: (2024)
par: Ling, Pengyang, et autres
Publié: (2024)
Your Image Generator Is Your New Private Dataset
par: Resmini, Nicolo, et autres
Publié: (2025)
par: Resmini, Nicolo, et autres
Publié: (2025)
Scene-Text Grounding for Text-Based Video Question Answering
par: Zhou, Sheng, et autres
Publié: (2024)
par: Zhou, Sheng, et autres
Publié: (2024)
Scene Graph Generation with Role-Playing Large Language Models
par: Chen, Guikun, et autres
Publié: (2024)
par: Chen, Guikun, et autres
Publié: (2024)
Modality-Aware Shot Relating and Comparing for Video Scene Detection
par: Tan, Jiawei, et autres
Publié: (2024)
par: Tan, Jiawei, et autres
Publié: (2024)
VP3D: Unleashing 2D Visual Prompt for Text-to-3D Generation
par: Chen, Yang, et autres
Publié: (2024)
par: Chen, Yang, et autres
Publié: (2024)
CPSL: Representing Volumetric Video via Content-Promoted Scene Layers
par: Hu, Kaiyuan, et autres
Publié: (2025)
par: Hu, Kaiyuan, et autres
Publié: (2025)
STEFANN: Scene Text Editor using Font Adaptive Neural Network
par: Roy, Prasun, et autres
Publié: (2019)
par: Roy, Prasun, et autres
Publié: (2019)
FASTER: A Font-Agnostic Scene Text Editing and Rendering Framework
par: Das, Alloy, et autres
Publié: (2023)
par: Das, Alloy, et autres
Publié: (2023)
Scene Aware Person Image Generation through Global Contextual Conditioning
par: Roy, Prasun, et autres
Publié: (2022)
par: Roy, Prasun, et autres
Publié: (2022)
MOC-3D: Manifold-Order Consistency for Text-to-3D Generation
par: Fan, Chenyang, et autres
Publié: (2026)
par: Fan, Chenyang, et autres
Publié: (2026)
DanceCamera3D: 3D Camera Movement Synthesis with Music and Dance
par: Wang, Zixuan, et autres
Publié: (2024)
par: Wang, Zixuan, et autres
Publié: (2024)
Unbiased Video Scene Graph Generation via Visual and Semantic Dual Debiasing
par: Li, Yanjun, et autres
Publié: (2025)
par: Li, Yanjun, et autres
Publié: (2025)
MorphText: Deep Morphology Regularized Arbitrary-shape Scene Text Detection
par: Xu, Chengpei, et autres
Publié: (2024)
par: Xu, Chengpei, et autres
Publié: (2024)
Interpretable Zero-shot Referring Expression Comprehension with Query-driven Scene Graphs
par: Wu, Yike, et autres
Publié: (2026)
par: Wu, Yike, et autres
Publié: (2026)
CUS3D :CLIP-based Unsupervised 3D Segmentation via Object-level Denoise
par: Yu, Fuyang, et autres
Publié: (2024)
par: Yu, Fuyang, et autres
Publié: (2024)
Hi3D: Pursuing High-Resolution Image-to-3D Generation with Video Diffusion Models
par: Yang, Haibo, et autres
Publié: (2024)
par: Yang, Haibo, et autres
Publié: (2024)
Documents similaires
-
No Captions, No Problem: Captionless 3D-CLIP Alignment with Hard Negatives via CLIP Knowledge and LLMs
par: Sbrolli, Cristian, et autres
Publié: (2024) -
Can Shape-Infused Joint Embeddings Improve Image-Conditioned 3D Diffusion?
par: Sbrolli, Cristian, et autres
Publié: (2024) -
Auto-Comp: An Automated Pipeline for Scalable Compositional Probing of Contrastive Vision-Language Models
par: Sbrolli, Cristian, et autres
Publié: (2026) -
SceneDreamer360: Text-Driven 3D-Consistent Scene Generation with Panoramic Gaussian Splatting
par: Li, Wenrui, et autres
Publié: (2024) -
3DMIT: 3D Multi-modal Instruction Tuning for Scene Understanding
par: Li, Zeju, et autres
Publié: (2024)