Buchumschlag

MoCLIP-Lite: Efficient Video Recognition by Fusing CLIP with Motion Vectors

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Binhua, Wang, Ni, Pakrashi, Arjun, Dev, Soumyabrata
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

MVP: Motion Vector Propagation for Zero-Shot Video Object Detection
von: Huang, Binhua, et al.
Veröffentlicht: (2025)

MoCLIP: Motion-Aware Fine-Tuning and Distillation of CLIP for Human Motion Generation
von: Maldonado, Gabriel, et al.
Veröffentlicht: (2025)

MoCrop: Training Free Motion Guided Cropping for Efficient Video Action Recognition
von: Huang, Binhua, et al.
Veröffentlicht: (2025)

Multi-modal Spatio-Temporal Transformer for High-resolution Land Subsidence Prediction
von: Yao, Wendong, et al.
Veröffentlicht: (2025)

A multimodal Transformer for InSAR-based ground deformation forecasting with cross-site generalization across Europe
von: Yao, Wendong, et al.
Veröffentlicht: (2025)

LiteEmbed: Adapting CLIP to Rare Classes
von: Agarwal, Aishwarya, et al.
Veröffentlicht: (2026)

CLIP-SLA: Parameter-Efficient CLIP Adaptation for Continuous Sign Language Recognition
von: Alyami, Sarah, et al.
Veröffentlicht: (2025)

TDS-CLIP: Temporal Difference Side Network for Efficient VideoAction Recognition
von: Wang, Bin, et al.
Veröffentlicht: (2024)

VideoCLIP-XL: Advancing Long Description Understanding for Video CLIP Models
von: Wang, Jiapeng, et al.
Veröffentlicht: (2024)

EZ-CLIP: Efficient Zeroshot Video Action Recognition
von: Ahmad, Shahzad, et al.
Veröffentlicht: (2023)

A Deep Learning Approach for Spatio-Temporal Forecasting of InSAR Ground Deformation in Eastern Ireland
von: Yao, Wendong, et al.
Veröffentlicht: (2025)

OmniCLIP: Adapting CLIP for Video Recognition with Spatial-Temporal Omni-Scale Feature Learning
von: Liu, Mushui, et al.
Veröffentlicht: (2024)

VTD-CLIP: Video-to-Text Discretization via Prompting CLIP
von: Zhu, Wencheng, et al.
Veröffentlicht: (2025)

SRL-CLIP: Efficient CLIP Video Adaptation via Structured Semantic Role Labels
von: Singh, Darshan, et al.
Veröffentlicht: (2024)

AnimalMotionCLIP: Embedding motion in CLIP for Animal Behavior Analysis
von: Zhong, Enmin, et al.
Veröffentlicht: (2025)

SuperCLIP: CLIP with Simple Classification Supervision
von: Zhao, Weiheng, et al.
Veröffentlicht: (2025)

CLIP-Map: Structured Matrix Mapping for Parameter-Efficient CLIP Compression
von: Zhang, Kangjie, et al.
Veröffentlicht: (2026)

MV-CLIP: Multi-View CLIP for Zero-shot 3D Shape Recognition
von: Song, Dan, et al.
Veröffentlicht: (2023)

CLIP-VIS: Adapting CLIP for Open-Vocabulary Video Instance Segmentation
von: Zhu, Wenqi, et al.
Veröffentlicht: (2024)

CLIP-RD: Relative Distillation for Efficient CLIP Knowledge Distillation
von: Chung, Jeannie, et al.
Veröffentlicht: (2026)

Emotion Recognition with CLIP and Sequential Learning
von: Zhou, Weiwei, et al.
Veröffentlicht: (2025)

CLIP-CID: Efficient CLIP Distillation via Cluster-Instance Discrimination
von: Yang, Kaicheng, et al.
Veröffentlicht: (2024)

MobileViCLIP: An Efficient Video-Text Model for Mobile Devices
von: Yang, Min, et al.
Veröffentlicht: (2025)

CLIP-KD: An Empirical Study of CLIP Model Distillation
von: Yang, Chuanguang, et al.
Veröffentlicht: (2023)

Cattle-CLIP: A Multimodal Framework for Cattle Behaviour Recognition from Video
von: Liu, Huimin, et al.
Veröffentlicht: (2025)

CLIP-Mamba: CLIP Pretrained Mamba Models with OOD and Hessian Evaluation
von: Huang, Weiquan, et al.
Veröffentlicht: (2024)

Long-CLIP: Unlocking the Long-Text Capability of CLIP
von: Zhang, Beichen, et al.
Veröffentlicht: (2024)

Leveraging CLIP Encoder for Multimodal Emotion Recognition
von: Song, Yehun, et al.
Veröffentlicht: (2025)

M2-CLIP: A Multimodal, Multi-task Adapting Framework for Video Action Recognition
von: Wang, Mengmeng, et al.
Veröffentlicht: (2024)

CardiacCLIP: Video-based CLIP Adaptation for LVEF Prediction in a Few-shot Manner
von: Du, Yao, et al.
Veröffentlicht: (2025)

CLIP model is an Efficient Online Lifelong Learner
von: Wang, Leyuan, et al.
Veröffentlicht: (2024)

EV-CLIP: Efficient Visual Prompt Adaptation for CLIP in Few-shot Action Recognition under Visual Challenges
von: Jon, Hyo Jin, et al.
Veröffentlicht: (2026)

Incremental Object Detection with CLIP
von: Huang, Ziyue, et al.
Veröffentlicht: (2023)

CLIP-MoE: Towards Building Mixture of Experts for CLIP with Diversified Multiplet Upcycling
von: Zhang, Jihai, et al.
Veröffentlicht: (2024)

Simba: Mamba augmented U-ShiftGCN for Skeletal Action Recognition in Videos
von: Chaudhuri, Soumyabrata, et al.
Veröffentlicht: (2024)

WikiCLIP: An Efficient Contrastive Baseline for Open-domain Visual Entity Recognition
von: Ning, Shan, et al.
Veröffentlicht: (2026)

IPAD-CLIP: Teaching CLIP to Detect Image Local Perceptual Artifacts
von: Wang, Juan, et al.
Veröffentlicht: (2026)

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

ReCLIP++: Learn to Rectify the Bias of CLIP for Unsupervised Semantic Segmentation
von: Wang, Jingyun, et al.
Veröffentlicht: (2024)

Robust Light-Weight Facial Affective Behavior Recognition with CLIP
von: Lin, Li, et al.
Veröffentlicht: (2024)