Buchumschlag

Trace Anything: Representing Any Video in 4D via Trajectory Fields

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Xinhang, Xiao, Yuxi, Chen, Donny Y., Feng, Jiashi, Tai, Yu-Wing, Tang, Chi-Keung, Kang, Bingyi
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

WorldCraft: Photo-Realistic 3D World Creation and Customization via LLM Agents
von: Liu, Xinhang, et al.
Veröffentlicht: (2025)

Depth Anything 3: Recovering the Visual Space from Any Views
von: Lin, Haotong, et al.
Veröffentlicht: (2025)

Agentic 3D Scene Generation with Spatially Contextualized VLMs
von: Liu, Xinhang, et al.
Veröffentlicht: (2025)

Multimodal Generation of Animatable 3D Human Models with AvatarForge
von: Liu, Xinhang, et al.
Veröffentlicht: (2025)

ChatCam: Empowering Camera Control through Conversational AI
von: Liu, Xinhang, et al.
Veröffentlicht: (2024)

InceptionHuman: Controllable Prompt-to-NeRF for Photorealistic 3D Human Generation
von: Kao, Shiu-hong, et al.
Veröffentlicht: (2023)

SANeRF-HQ: Segment Anything for NeRF in High Quality
von: Liu, Yichen, et al.
Veröffentlicht: (2023)

FED-NeRF: Achieve High 3D Consistency and Temporal Coherence for Face Video Editing on Dynamic NeRF
von: Zhang, Hao, et al.
Veröffentlicht: (2024)

Video Depth Anything: Consistent Depth Estimation for Super-Long Videos
von: Chen, Sili, et al.
Veröffentlicht: (2025)

CoT-RVS: Zero-Shot Chain-of-Thought Reasoning Segmentation for Videos
von: Kao, Shiu-hong, et al.
Veröffentlicht: (2025)

Deceptive-NeRF/3DGS: Diffusion-Generated Pseudo-Observations for High-Quality Sparse-View Reconstruction
von: Liu, Xinhang, et al.
Veröffentlicht: (2023)

Motion-Agent: A Conversational Framework for Human Motion Generation with LLMs
von: Wu, Qi, et al.
Veröffentlicht: (2024)

Gear-NeRF: Free-Viewpoint Rendering and Tracking with Motion-aware Spatio-Temporal Sampling
von: Liu, Xinhang, et al.
Veröffentlicht: (2024)

ReelWave: Multi-Agentic Movie Sound Generation through Multimodal LLM Conversation
von: Wang, Zixuan, et al.
Veröffentlicht: (2025)

Audio-Agent: Leveraging LLMs For Audio Generation, Editing and Composition
von: Wang, Zixuan, et al.
Veröffentlicht: (2024)

DragVideo: Interactive Drag-style Video Editing
von: Deng, Yufan, et al.
Veröffentlicht: (2023)

Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data
von: Yang, Lihe, et al.
Veröffentlicht: (2024)

Depth Anything V2
von: Yang, Lihe, et al.
Veröffentlicht: (2024)

SmartAvatar: Text- and Image-Guided Human Avatar Generation with VLM AI Agents
von: Huang-Menders, Alexander, et al.
Veröffentlicht: (2025)

Think Before You Segment: High-Quality Reasoning Segmentation with GPT Chain of Thoughts
von: Kao, Shiu-hong, et al.
Veröffentlicht: (2025)

UVRM: A Scalable 3D Reconstruction Model from Unposed Videos
von: Kao, Shiu-hong, et al.
Veröffentlicht: (2025)

Place Anything into Any Video
von: Liu, Ziling, et al.
Veröffentlicht: (2024)

ReasonNavi: Human-Inspired Global Map Reasoning for Zero-Shot Embodied Navigation
von: Ao, Yuzhuo, et al.
Veröffentlicht: (2026)

C3LLM: Conditional Multimodal Content Generation Using Large Language Models
von: Wang, Zixuan, et al.
Veröffentlicht: (2024)

Inpaint4DNeRF: Promptable Spatio-Temporal NeRF Inpainting with Generative Diffusion Models
von: Jiang, Han, et al.
Veröffentlicht: (2023)

Prompting Depth Anything for 4K Resolution Accurate Metric Depth Estimation
von: Lin, Haotong, et al.
Veröffentlicht: (2024)

VideoWorld 2: Learning Transferable Knowledge from Real-world Videos
von: Ren, Zhongwei, et al.
Veröffentlicht: (2026)

VP-LLM: Text-Driven 3D Volume Completion with Large Language Models through Patchification
von: Liu, Jianmeng, et al.
Veröffentlicht: (2024)

Navigating Motion Agents in Dynamic and Cluttered Environments through LLM Reasoning
von: Zhao, Yubo, et al.
Veröffentlicht: (2025)

VideoWorld: Exploring Knowledge Learning from Unlabeled Videos
von: Ren, Zhongwei, et al.
Veröffentlicht: (2025)

BenchDepth: Are We on the Right Way to Evaluate Depth Foundation Models?
von: Li, Zhenyu, et al.
Veröffentlicht: (2025)

Classification Done Right for Vision-Language Pre-Training
von: Huang, Zilong, et al.
Veröffentlicht: (2024)

DetAny4D: Detect Anything 4D Temporally in a Streaming RGB Video
von: Hou, Jiawei, et al.
Veröffentlicht: (2025)

SpatialTree: How Spatial Abilities Branch Out in MLLMs
von: Xiao, Yuxi, et al.
Veröffentlicht: (2025)

CoT-Seg: Rethinking Segmentation with Chain-of-Thought Reasoning and Self-Correction
von: Kao, Shiu-hong, et al.
Veröffentlicht: (2026)

Say Anything with Any Style
von: Tan, Shuai, et al.
Veröffentlicht: (2024)

Compress Any Segment Anything Model (SAM)
von: Fan, Juntong, et al.
Veröffentlicht: (2025)

Loong: Generating Minute-level Long Videos with Autoregressive Language Models
von: Wang, Yuqing, et al.
Veröffentlicht: (2024)

Anything in Any Scene: Photorealistic Video Object Insertion
von: Bai, Chen, et al.
Veröffentlicht: (2024)

How Far is Video Generation from World Model: A Physical Law Perspective
von: Kang, Bingyi, et al.
Veröffentlicht: (2024)