:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Karri, Sai Likhith, Saxena, Ansh
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Computation and Language Robotics
Online-Zugang:	https://arxiv.org/abs/2510.25797
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Understanding Spatio-Temporal Relations in Human-Object Interaction using Pyramid Graph Convolutional Network
von: Xing, Hao, et al.
Veröffentlicht: (2024)

StreamLTS: Query-based Temporal-Spatial LiDAR Fusion for Cooperative Object Detection
von: Yuan, Yunshuang, et al.
Veröffentlicht: (2024)

STRNet: Visual Navigation with Spatio-Temporal Representation through Dynamic Graph Aggregation
von: Ren, Hao, et al.
Veröffentlicht: (2026)

LiDAR Loop Closure Detection using Semantic Graphs with Graph Attention Networks
von: Yang, Liudi, et al.
Veröffentlicht: (2025)

Enhancing Track Management Systems with Vehicle-To-Vehicle Enabled Sensor Fusion
von: Billington, Thomas, et al.
Veröffentlicht: (2024)

ACE-Brain-0: Spatial Intelligence as a Shared Scaffold for Universal Embodiments
von: Gong, Ziyang, et al.
Veröffentlicht: (2026)

End-to-End Navigation with Vision Language Models: Transforming Spatial Reasoning into Question-Answering
von: Goetting, Dylan, et al.
Veröffentlicht: (2024)

Quaternion Approximation Networks for Enhanced Image Classification and Oriented Object Detection
von: Grant, Bryce, et al.
Veröffentlicht: (2025)

DivScene: Towards Open-Vocabulary Object Navigation with Large Vision Language Models in Diverse Scenes
von: Wang, Zhaowei, et al.
Veröffentlicht: (2024)

Resolving Spatio-Temporal Entanglement in Video Prediction via Multi-Modal Attention
von: Gupta, Shreyam, et al.
Veröffentlicht: (2025)

DM2RM: Dual-Mode Multimodal Ranking for Target Objects and Receptacles Based on Open-Vocabulary Instructions
von: Korekata, Ryosuke, et al.
Veröffentlicht: (2024)

Transformer-Based Spatio-Temporal Association of Apple Fruitlets
von: Freeman, Harry, et al.
Veröffentlicht: (2025)

FADet: A Multi-sensor 3D Object Detection Network based on Local Featured Attention
von: Guo, Ziang, et al.
Veröffentlicht: (2024)

Benchmarking Online Object Trackers for Underwater Robot Position Locking Applications
von: Safa, Ali, et al.
Veröffentlicht: (2025)

SpatialVLM: Endowing Vision-Language Models with Spatial Reasoning Capabilities
von: Chen, Boyuan, et al.
Veröffentlicht: (2024)

ST-$π$: Structured SpatioTemporal VLA for Robotic Manipulation
von: Ma, Chuanhao, et al.
Veröffentlicht: (2026)

ProGAL-VLA: Grounded Alignment through Prospective Reasoning in Vision-Language-Action Models
von: Darabi, Nastaran, et al.
Veröffentlicht: (2026)

A Diver Attention Estimation Framework for Effective Underwater Human-Robot Interaction
von: Enan, Sadman Sakib, et al.
Veröffentlicht: (2022)

BOP-ASK: Object-Interaction Reasoning for Vision-Language Models
von: Bhat, Vineet, et al.
Veröffentlicht: (2025)

Are All Marine Species Created Equal? Performance Disparities in Underwater Object Detection
von: Wille, Melanie, et al.
Veröffentlicht: (2025)

OceanGym: A Benchmark Environment for Underwater Embodied Agents
von: Xue, Yida, et al.
Veröffentlicht: (2025)

RoboSpatial: Teaching Spatial Understanding to 2D and 3D Vision-Language Models for Robotics
von: Song, Chan Hee, et al.
Veröffentlicht: (2024)

STARK: Spatio-Temporal Attention for Representation of Keypoints for Continuous Sign Language Recognition
von: Patra, Suvajit, et al.
Veröffentlicht: (2026)

LIBERO-Plus: In-depth Robustness Analysis of Vision-Language-Action Models
von: Fei, Senyu, et al.
Veröffentlicht: (2025)

Fusion-Poly: A Polyhedral Framework Based on Spatial-Temporal Fusion for 3D Multi-Object Tracking
von: Wu, Xian, et al.
Veröffentlicht: (2026)

Spatial Traces: Enhancing VLA Models with Spatial-Temporal Understanding
von: Patratskiy, Maxim A., et al.
Veröffentlicht: (2025)

Why Domain Matters: A Preliminary Study of Domain Effects in Underwater Object Detection
von: Wille, Melanie, et al.
Veröffentlicht: (2026)

STEP: Spatial Temporal Graph Convolutional Networks for Emotion Perception from Gaits
von: Bhattacharya, Uttaran, et al.
Veröffentlicht: (2019)

GraphEQA: Using 3D Semantic Scene Graphs for Real-time Embodied Question Answering
von: Saxena, Saumya, et al.
Veröffentlicht: (2024)

Enhancing Video-Language Representations with Structural Spatio-Temporal Alignment
von: Fei, Hao, et al.
Veröffentlicht: (2024)

PNE-SGAN: Probabilistic NDT-Enhanced Semantic Graph Attention Network for LiDAR Loop Closure Detection
von: Li, Xiong, et al.
Veröffentlicht: (2025)

SNOW: Spatio-Temporal Scene Understanding with World Knowledge for Open-World Embodied Reasoning
von: Sohn, Tin Stribor, et al.
Veröffentlicht: (2025)

3DGS-Calib: 3D Gaussian Splatting for Multimodal SpatioTemporal Calibration
von: Herau, Quentin, et al.
Veröffentlicht: (2024)

General Covariant Action Modeling: Constructing Generalized Manifolds via Spatio-Temporal Decoupling
von: Lyu, Huaihai, et al.
Veröffentlicht: (2026)

Evaluating Robustness of Visual Representations for Object Assembly Task Requiring Spatio-Geometrical Reasoning
von: Ku, Chahyon, et al.
Veröffentlicht: (2023)

CAMON: Cooperative Agents for Multi-Object Navigation with LLM-based Conversations
von: Wu, Pengying, et al.
Veröffentlicht: (2024)

NavSpace: How Navigation Agents Follow Spatial Intelligence Instructions
von: Yang, Haolin, et al.
Veröffentlicht: (2025)

Spatio-Temporal Graph Dual-Attention Network for Multi-Agent Prediction and Tracking
von: Li, Jiachen, et al.
Veröffentlicht: (2021)

CBAGAN-RRT: Convolutional Block Attention Generative Adversarial Network for Sampling-Based Path Planning
von: Sagar, Abhinav, et al.
Veröffentlicht: (2023)

Which One? Leveraging Context Between Objects and Multiple Views for Language Grounding
von: Mitra, Chancharik, et al.
Veröffentlicht: (2023)