Buchumschlag

Collaborating Vision, Depth, and Thermal Signals for Multi-Modal Tracking: Dataset and Algorithm

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Xue-Feng, Xu, Tianyang, Pan, Yifan, Gu, Jinjie, Li, Xi, Lu, Jiwen, Wu, Xiao-Jun, Kittler, Josef
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

A Tri-Modal Dataset and a Baseline System for Tracking Unmanned Aerial Vehicles
von: Xu, Tianyang, et al.
Veröffentlicht: (2025)

Learning Progressive Adaptation for Multi-Modal Tracking
von: Wang, He, et al.
Veröffentlicht: (2026)

Multi-Paradigm Collaborative Adversarial Attack Against Multi-Modal Large Language Models
von: Li, Yuanbo, et al.
Veröffentlicht: (2026)

UASTrack: A Unified Adaptive Selection Framework with Modality-Customization in Single Object Tracking
von: Wang, He, et al.
Veröffentlicht: (2025)

Revisiting RGBT Tracking Benchmarks from the Perspective of Modality Validity: A New Benchmark, Problem, and Solution
von: Tang, Zhangyong, et al.
Veröffentlicht: (2024)

MMDRFuse: Distilled Mini-Model with Dynamic Refresh for Multi-Modality Image Fusion
von: Deng, Yanglin, et al.
Veröffentlicht: (2024)

Serial Over Parallel: Learning Continual Unification for Multi-Modal Visual Object Tracking and Benchmarking
von: Tang, Zhangyong, et al.
Veröffentlicht: (2025)

TENet: Targetness Entanglement Incorporating with Multi-Scale Pooling and Mutually-Guided Fusion for RGB-E Object Tracking
von: Shao, Pengcheng, et al.
Veröffentlicht: (2024)

Dynamic Subframe Splitting and Spatio-Temporal Motion Entangled Sparse Attention for RGB-E Tracking
von: Shao, Pengcheng, et al.
Veröffentlicht: (2024)

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

Visual Object Tracking on Multi-modal RGB-D Videos: A Review
von: Zhu, Xue-Feng, et al.
Veröffentlicht: (2022)

Towards Highly Transferable Vision-Language Attack via Semantic-Augmented Dynamic Contrastive Interaction
von: Li, Yuanbo, et al.
Veröffentlicht: (2026)

FusionBooster: A Unified Image Fusion Boosting Paradigm
von: Cheng, Chunyang, et al.
Veröffentlicht: (2023)

Hybrid Batch Normalisation: Resolving the Dilemma of Batch Normalisation in Federated Learning
von: Chen, Hongyao, et al.
Veröffentlicht: (2025)

TextFusion: Unveiling the Power of Textual Semantics for Controllable Image Fusion
von: Cheng, Chunyang, et al.
Veröffentlicht: (2023)

MERGETUNE: Continued Fine-Tuning of Vision-Language Models
von: Wang, Wenqing, et al.
Veröffentlicht: (2026)

Omni Survey for Multimodality Analysis in Visual Object Tracking
von: Tang, Zhangyong, et al.
Veröffentlicht: (2025)

Adaptive Hyper-Graph Convolution Network for Skeleton-based Human Action Recognition with Virtual Connections
von: Zhou, Youwei, et al.
Veröffentlicht: (2024)

BusReF: Infrared-Visible images registration and fusion focus on reconstructible area using one set of features
von: Zhang, Zeyang, et al.
Veröffentlicht: (2023)

C2C: Component-to-Composition Learning for Zero-Shot Compositional Action Recognition
von: Li, Rongchang, et al.
Veröffentlicht: (2024)

SMLNet: A SPD Manifold Learning Network for Infrared and Visible Image Fusion
von: Kang, Huan, et al.
Veröffentlicht: (2024)

GrFormer: A Novel Transformer on Grassmann Manifold for Infrared and Visible Image Fusion
von: Kang, Huan, et al.
Veröffentlicht: (2025)

EvaNet: Towards More Efficient and Consistent Infrared and Visible Image Fusion Assessment
von: Cheng, Chunyang, et al.
Veröffentlicht: (2026)

Beyond Strict Pairing: Arbitrarily Paired Training for High-Performance Infrared and Visible Image Fusion
von: Deng, Yanglin, et al.
Veröffentlicht: (2026)

Probabilistically Aligned View-unaligned Clustering with Adaptive Template Selection
von: Dong, Wenhua, et al.
Veröffentlicht: (2024)

Single Image, Any Face: Generalisable 3D Face Generation
von: Wang, Wenqing, et al.
Veröffentlicht: (2024)

Dynamic Avatar-Scene Rendering from Human-centric Context
von: Wang, Wenqing, et al.
Veröffentlicht: (2025)

Information theoretic underpinning of self-supervised learning by clustering
von: Kittler, Josef, et al.
Veröffentlicht: (2026)

All in One: Exploring Unified Vision-Language Tracking with Multi-Modal Alignment
von: Zhang, Chunhui, et al.
Veröffentlicht: (2023)

MMDVS-LF: Multi-Modal Dynamic Vision Sensor and Eye-Tracking Dataset for Line Following
von: Resch, Felix, et al.
Veröffentlicht: (2024)

PortraitTalk: Towards Customizable One-Shot Audio-to-Talking Face Generation
von: Nazarieh, Fatemeh, et al.
Veröffentlicht: (2024)

MAGIC-Talk: Motion-aware Audio-Driven Talking Face Generation with Customizable Identity Control
von: Nazarieh, Fatemeh, et al.
Veröffentlicht: (2025)

Sparse-Dense Mixture of Experts Adapter for Multi-Modal Tracking
von: Zhu, Yabin, et al.
Veröffentlicht: (2026)

The ADUULM-360 Dataset -- A Multi-Modal Dataset for Depth Estimation in Adverse Weather
von: Schön, Markus, et al.
Veröffentlicht: (2024)

Paving the Way for Point Cloud Video Representation Learning Using A PDE Model
von: Huang, Zhuoxu, et al.
Veröffentlicht: (2026)

Detecting Cosmic 21 cm Global Signal Using an Improved Polynomial Fitting Algorithm
von: Liu, Tianyang, et al.
Veröffentlicht: (2023)

Investigating Self-Supervised Methods for Label-Efficient Learning
von: Nandam, Srinivasa Rao, et al.
Veröffentlicht: (2024)

Pseudo Labelling for Enhanced Masked Autoencoders
von: Nandam, Srinivasa Rao, et al.
Veröffentlicht: (2024)

RegTrack: Simplicity Beneath Complexity in Robust Multi-Modal 3D Multi-Object Tracking
von: Gu, Lipeng, et al.
Veröffentlicht: (2024)

MEVDT: Multi-Modal Event-Based Vehicle Detection and Tracking Dataset
von: Shair, Zaid A. El, et al.
Veröffentlicht: (2024)