Buchumschlag

FVO: Fast Visual Odometry with Transformers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yugay, Vlardimir, Nguyen, Duy-Kien, Gevers, Theo, Snoek, Cees G. M., Oswald, Martin R.
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

SimPLR: A Simple and Plain Transformer for Efficient Object Detection and Segmentation
von: Nguyen, Duy-Kien, et al.
Veröffentlicht: (2023)

MAGiC-SLAM: Multi-Agent Gaussian Globally Consistent SLAM
von: Yugay, Vladimir, et al.
Veröffentlicht: (2024)

Gaussian-SLAM: Photo-realistic Dense SLAM with Gaussian Splatting
von: Yugay, Vladimir, et al.
Veröffentlicht: (2023)

An Image is Worth More Than 16x16 Patches: Exploring Transformers on Individual Pixels
von: Nguyen, Duy-Kien, et al.
Veröffentlicht: (2024)

R-MAE: Regions Meet Masked Autoencoders
von: Nguyen, Duy-Kien, et al.
Veröffentlicht: (2023)

Gaussian Mapping for Evolving Scenes
von: Yugay, Vladimir, et al.
Veröffentlicht: (2025)

FewViewGS: Gaussian Splatting with Few View Matching and Multi-stage Training
von: Yin, Ruihong, et al.
Veröffentlicht: (2024)

Union-over-Intersections: Object Detection beyond Winner-Takes-All
von: Bhowmik, Aritra, et al.
Veröffentlicht: (2023)

T-MAE: Temporal Masked Autoencoders for Point Cloud Representation Learning
von: Wei, Weijie, et al.
Veröffentlicht: (2023)

Edge-Centric Relational Reasoning for 3D Scene Graph Prediction
von: Ma, Yanni, et al.
Veröffentlicht: (2025)

3D-AVS: LiDAR-based 3D Auto-Vocabulary Segmentation
von: Wei, Weijie, et al.
Veröffentlicht: (2024)

SuperDisco: Super-Class Discovery Improves Visual Recognition for the Long-Tail
von: Du, Yingjun, et al.
Veröffentlicht: (2023)

TWIST & SCOUT: Grounding Multimodal LLM-Experts by Forget-Free Tuning
von: Bhowmik, Aritra, et al.
Veröffentlicht: (2024)

Low-Resource Vision Challenges for Foundation Models
von: Zhang, Yunhua, et al.
Veröffentlicht: (2024)

RegionReasoner: Region-Grounded Multi-Round Visual Reasoning
von: Sun, Wenfang, et al.
Veröffentlicht: (2026)

Fast SceneScript: Fast and Accurate Language-Based 3D Scene Understanding via Multi-Token Prediction
von: Yin, Ruihong, et al.
Veröffentlicht: (2025)

Commonsense Video Question Answering through Video-Grounded Entailment Tree Reasoning
von: Liu, Huabin, et al.
Veröffentlicht: (2025)

Loopy-SLAM: Dense Neural SLAM with Loop Closures
von: Liso, Lorenzo, et al.
Veröffentlicht: (2024)

NeoBabel: A Multilingual Open Tower for Visual Generation
von: Derakhshani, Mohammad Mahdi, et al.
Veröffentlicht: (2025)

Dual Guidance Semi-Supervised Action Detection
von: Singh, Ankit, et al.
Veröffentlicht: (2025)

Grab-3D: Detecting AI-Generated Videos from 3D Geometric Temporal Consistency
von: Chen, Wenhan, et al.
Veröffentlicht: (2025)

Modeling Weather Uncertainty for Multi-weather Co-Presence Estimation
von: Bi, Qi, et al.
Veröffentlicht: (2024)

Geometry-guided Feature Learning and Fusion for Indoor Scene Reconstruction
von: Yin, Ruihong, et al.
Veröffentlicht: (2024)

IPO: Interpretable Prompt Optimization for Vision-Language Models
von: Du, Yingjun, et al.
Veröffentlicht: (2024)

Segment Any 3D-Part in a Scene from a Sentence
von: Wu, Hongyu, et al.
Veröffentlicht: (2025)

PIN: Positional Insert Unlocks Object Localisation Abilities in VLMs
von: Dorkenwald, Michael, et al.
Veröffentlicht: (2024)

LocoMotion: Learning Motion-Focused Video-Language Representations
von: Doughty, Hazel, et al.
Veröffentlicht: (2024)

Harmonious Parameter Adaptation in Continual Visual Instruction Tuning for Safety-Aligned MLLMs
von: Wang, Ziqi, et al.
Veröffentlicht: (2025)

Stronger Semantic Encoders Can Harm Relighting Performance: Probing Visual Priors via Augmented Latent Intrinsics
von: Xing, Xiaoyan, et al.
Veröffentlicht: (2026)

MoAlign: Motion-Centric Representation Alignment for Video Diffusion Models
von: Bhowmik, Aritra, et al.
Veröffentlicht: (2025)

Training-Free Semantic Segmentation via LLM-Supervision
von: Sun, Wenfang, et al.
Veröffentlicht: (2024)

Beyond Coarse-Grained Matching in Video-Text Retrieval
von: Chen, Aozhu, et al.
Veröffentlicht: (2024)

Unblur-SLAM: Dense Neural SLAM for Blurry Inputs
von: Zhang, Qi, et al.
Veröffentlicht: (2026)

Elastic ViTs from Pretrained Models without Retraining
von: Simoncini, Walter, et al.
Veröffentlicht: (2025)

Redefining Normal: A Novel Object-Level Approach for Multi-Object Novelty Detection
von: Salehi, Mohammadreza, et al.
Veröffentlicht: (2024)

Lost in Time: A New Temporal Benchmark for VideoLLMs
von: Cores, Daniel, et al.
Veröffentlicht: (2024)

Any-Shift Prompting for Generalization over Distributions
von: Xiao, Zehao, et al.
Veröffentlicht: (2024)

Intrinsic Image Decomposition Using Point Cloud Representation
von: Xing, Xiaoyan, et al.
Veröffentlicht: (2023)

Ray-Distance Volume Rendering for Neural Scene Reconstruction
von: Yin, Ruihong, et al.
Veröffentlicht: (2024)

VirDA: Reusing Backbone for Unsupervised Domain Adaptation with Visual Reprogramming
von: Nguyen, Duy, et al.
Veröffentlicht: (2025)