Enregistré dans:
| Auteurs principaux: | Zheng, Xu, Dongfang, Zihao, Jiang, Lutao, Zheng, Boyuan, Guo, Yulong, Zhang, Zhenquan, Albanese, Giuliano, Yang, Runyi, Ma, Mengjiao, Zhang, Zixin, Liao, Chenfei, Zhen, Dingcheng, Lyu, Yuanhuiyi, Fu, Yuqian, Ren, Bin, Zhang, Linfeng, Paudel, Danda Pani, Sebe, Nicu, Van Gool, Luc, Hu, Xuming |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2510.25760 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Reducing Unimodal Bias in Multi-Modal Semantic Segmentation with Multi-Scale Functional Entropy Regularization
par: Zheng, Xu, et autres
Publié: (2025)
par: Zheng, Xu, et autres
Publié: (2025)
PANORAMA: The Rise of Omnidirectional Vision in the Embodied AI Era
par: Zheng, Xu, et autres
Publié: (2025)
par: Zheng, Xu, et autres
Publié: (2025)
Retrieval Augmented Generation and Understanding in Vision: A Survey and New Outlook
par: Zheng, Xu, et autres
Publié: (2025)
par: Zheng, Xu, et autres
Publié: (2025)
MLLMs are Deeply Affected by Modality Bias
par: Zheng, Xu, et autres
Publié: (2025)
par: Zheng, Xu, et autres
Publié: (2025)
CityLoc: 6DoF Pose Distributional Localization for Text Descriptions in Large-Scale Scenes with Gaussian Representation
par: Ma, Qi, et autres
Publié: (2025)
par: Ma, Qi, et autres
Publié: (2025)
Are Multimodal Large Language Models Ready for Omnidirectional Spatial Reasoning?
par: Dongfang, Zihao, et autres
Publié: (2025)
par: Dongfang, Zihao, et autres
Publié: (2025)
Efficient Degradation-agnostic Image Restoration via Channel-Wise Functional Decomposition and Manifold Regularization
par: Ren, Bin, et autres
Publié: (2025)
par: Ren, Bin, et autres
Publié: (2025)
Chorus: Multi-Teacher Pretraining for Holistic 3D Gaussian Scene Encoding
par: Li, Yue, et autres
Publié: (2025)
par: Li, Yue, et autres
Publié: (2025)
Understanding-in-Generation: Reinforcing Generative Capability of Unified Model via Infusing Understanding into Generation
par: Lyu, Yuanhuiyi, et autres
Publié: (2025)
par: Lyu, Yuanhuiyi, et autres
Publié: (2025)
Vision encoders should be image size agnostic and task driven
par: Prisadnikov, Nedyalko, et autres
Publié: (2025)
par: Prisadnikov, Nedyalko, et autres
Publié: (2025)
Self-supervised pretraining for an iterative image size agnostic vision transformer
par: Prisadnikov, Nedyalko, et autres
Publié: (2026)
par: Prisadnikov, Nedyalko, et autres
Publié: (2026)
Benchmarking Multi-modal Semantic Segmentation under Sensor Failures: Missing and Noisy Modality Robustness
par: Liao, Chenfei, et autres
Publié: (2025)
par: Liao, Chenfei, et autres
Publié: (2025)
SceneSplat: Gaussian Splatting-based Scene Understanding with Vision-Language Pretraining
par: Li, Yue, et autres
Publié: (2025)
par: Li, Yue, et autres
Publié: (2025)
SceneSplat++: A Large Dataset and Comprehensive Benchmark for Language Gaussian Splatting
par: Ma, Mengjiao, et autres
Publié: (2025)
par: Ma, Mengjiao, et autres
Publié: (2025)
SPEAR-1: Scaling Beyond Robot Demonstrations via 3D Understanding
par: Nikolov, Nikolay, et autres
Publié: (2025)
par: Nikolov, Nikolay, et autres
Publié: (2025)
ShapeSplat: A Large-scale Dataset of Gaussian Splats and Their Self-Supervised Pretraining
par: Ma, Qi, et autres
Publié: (2024)
par: Ma, Qi, et autres
Publié: (2024)
EarthMind: Leveraging Cross-Sensor Data for Advanced Earth Observation Interpretation with a Unified Multimodal LLM
par: Shu, Yan, et autres
Publié: (2025)
par: Shu, Yan, et autres
Publié: (2025)
Cross-View Multi-Modal Segmentation @ Ego-Exo4D Challenges 2025
par: Fu, Yuqian, et autres
Publié: (2025)
par: Fu, Yuqian, et autres
Publié: (2025)
Lego: Learning to Disentangle and Invert Personalized Concepts Beyond Object Appearance in Text-to-Image Diffusion Models
par: Motamed, Saman, et autres
Publié: (2023)
par: Motamed, Saman, et autres
Publié: (2023)
Autonomous Vehicle Controllers From End-to-End Differentiable Simulation
par: Nachkov, Asen, et autres
Publié: (2024)
par: Nachkov, Asen, et autres
Publié: (2024)
EvenNICER-SLAM: Event-based Neural Implicit Encoding SLAM
par: Chen, Shi, et autres
Publié: (2024)
par: Chen, Shi, et autres
Publié: (2024)
Are We Using the Right Benchmark: An Evaluation Framework for Visual Token Compression Methods
par: Liao, Chenfei, et autres
Publié: (2025)
par: Liao, Chenfei, et autres
Publié: (2025)
RealRAG: Retrieval-augmented Realistic Image Generation via Self-reflective Contrastive Learning
par: Lyu, Yuanhuiyi, et autres
Publié: (2025)
par: Lyu, Yuanhuiyi, et autres
Publié: (2025)
Bringing Masked Autoencoders Explicit Contrastive Properties for Point Cloud Self-Supervised Learning
par: Ren, Bin, et autres
Publié: (2024)
par: Ren, Bin, et autres
Publié: (2024)
Exo2EgoSyn: Unlocking Foundation Video Generation Models for Exocentric-to-Egocentric Video Synthesis
par: Mahdi, Mohammad, et autres
Publié: (2025)
par: Mahdi, Mohammad, et autres
Publié: (2025)
OmniSAM: Omnidirectional Segment Anything Model for UDA in Panoramic Semantic Segmentation
par: Zhong, Ding, et autres
Publié: (2025)
par: Zhong, Ding, et autres
Publié: (2025)
EgoNight: Towards Egocentric Vision Understanding at Night with a Challenging Benchmark
par: Zhang, Deheng, et autres
Publié: (2025)
par: Zhang, Deheng, et autres
Publié: (2025)
EgoSpot:Egocentric Multimodal Control for Hands-Free Mobile Manipulation
par: Zhang, Ganlin, et autres
Publié: (2023)
par: Zhang, Ganlin, et autres
Publié: (2023)
SeasonScapes: Learning Large-scale Re-lightable 3D Landscapes with Seasonal Variation from Sparse Webcams
par: Kleger, Timo, et autres
Publié: (2026)
par: Kleger, Timo, et autres
Publié: (2026)
Implicit-Zoo: A Large-Scale Dataset of Neural Implicit Functions for 2D Images and 3D Scenes
par: Ma, Qi, et autres
Publié: (2024)
par: Ma, Qi, et autres
Publié: (2024)
Continuous Pose for Monocular Cameras in Neural Implicit Representation
par: Ma, Qi, et autres
Publié: (2023)
par: Ma, Qi, et autres
Publié: (2023)
From Synchrony to Sequence: Exo-to-Ego Generation via Interpolation
par: Mahdi, Mohammad, et autres
Publié: (2026)
par: Mahdi, Mohammad, et autres
Publié: (2026)
Learning Robust Anymodal Segmentor with Unimodal and Cross-modal Distillation
par: Zheng, Xu, et autres
Publié: (2024)
par: Zheng, Xu, et autres
Publié: (2024)
MAGIC++: Efficient and Resilient Modality-Agnostic Semantic Segmentation via Hierarchical Modality Selection
par: Zheng, Xu, et autres
Publié: (2024)
par: Zheng, Xu, et autres
Publié: (2024)
Any Image Restoration via Efficient Spatial-Frequency Degradation Adaptation
par: Ren, Bin, et autres
Publié: (2025)
par: Ren, Bin, et autres
Publié: (2025)
Partial CLIP is Enough: Chimera-Seg for Zero-shot Semantic Segmentation
par: Chen, Jialei, et autres
Publié: (2025)
par: Chen, Jialei, et autres
Publié: (2025)
BiXFormer: A Robust Framework for Maximizing Modality Effectiveness in Multi-Modal Semantic Segmentation
par: Chen, Jialei, et autres
Publié: (2025)
par: Chen, Jialei, et autres
Publié: (2025)
Inferring Compositional 4D Scenes without Ever Seeing One
par: Gokmen, Ahmet Berke, et autres
Publié: (2025)
par: Gokmen, Ahmet Berke, et autres
Publié: (2025)
A Simple and Generalist Approach for Panoptic Segmentation
par: Prisadnikov, Nedyalko, et autres
Publié: (2024)
par: Prisadnikov, Nedyalko, et autres
Publié: (2024)
Taming CLIP for Fine-grained and Structured Visual Understanding of Museum Exhibits
par: Balauca, Ada-Astrid, et autres
Publié: (2024)
par: Balauca, Ada-Astrid, et autres
Publié: (2024)
Documents similaires
-
Reducing Unimodal Bias in Multi-Modal Semantic Segmentation with Multi-Scale Functional Entropy Regularization
par: Zheng, Xu, et autres
Publié: (2025) -
PANORAMA: The Rise of Omnidirectional Vision in the Embodied AI Era
par: Zheng, Xu, et autres
Publié: (2025) -
Retrieval Augmented Generation and Understanding in Vision: A Survey and New Outlook
par: Zheng, Xu, et autres
Publié: (2025) -
MLLMs are Deeply Affected by Modality Bias
par: Zheng, Xu, et autres
Publié: (2025) -
CityLoc: 6DoF Pose Distributional Localization for Text Descriptions in Large-Scale Scenes with Gaussian Representation
par: Ma, Qi, et autres
Publié: (2025)