:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Dongheng, Qu, Mengxue, Han, Kunyang, Jiao, Jianbo, Jin, Xiaojie, Wei, Yunchao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2511.00962
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

What Time Tells Us? An Explorative Study of Time Awareness Learned from Static Images
von: Lin, Dongheng, et al.
Veröffentlicht: (2025)

ROSE: Revolutionizing Open-Set Dense Segmentation with Patch-Wise Perceptual Large Multimodal Model
von: Han, Kunyang, et al.
Veröffentlicht: (2024)

ACTRESS: Active Retraining for Semi-supervised Visual Grounding
von: Kang, Weitai, et al.
Veröffentlicht: (2024)

OmniAD: Detect and Understand Industrial Anomaly via Multimodal Reasoning
von: Zhao, Shifang, et al.
Veröffentlicht: (2025)

Intent3D: 3D Object Detection in RGB-D Scans Based on Human Intention
von: Kang, Weitai, et al.
Veröffentlicht: (2024)

3DResT: A Strong Baseline for Semi-Supervised 3D Referring Expression Segmentation
von: Chen, Wenxin, et al.
Veröffentlicht: (2025)

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

Lane2Seq: Towards Unified Lane Detection via Sequence Generation
von: Zhou, Kunyang
Veröffentlicht: (2024)

Bridge the Points: Graph-based Few-shot Segment Anything Semantically
von: Zhang, Anqi, et al.
Veröffentlicht: (2024)

PixelLM: Pixel Reasoning with Large Multimodal Model
von: Ren, Zhongwei, et al.
Veröffentlicht: (2023)

AnyAnomaly: Zero-Shot Customizable Video Anomaly Detection with LVLM
von: Ahn, Sunghyun, et al.
Veröffentlicht: (2025)

Bayesian Prompt Flow Learning for Zero-Shot Anomaly Detection
von: Qu, Zhen, et al.
Veröffentlicht: (2025)

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

PreFM: Online Audio-Visual Event Parsing via Predictive Future Modeling
von: Yu, Xiao, et al.
Veröffentlicht: (2025)

AnomalyPainter: Vision-Language-Diffusion Synergy for Zero-Shot Realistic and Diverse Industrial Anomaly Synthesis
von: Lai, Zhangyu, et al.
Veröffentlicht: (2025)

PackCache: A Training-Free Acceleration Method for Unified Autoregressive Video Generation via Compact KV-Cache
von: Li, Kunyang, et al.
Veröffentlicht: (2026)

CoMBO: Conflict Mitigation via Branched Optimization for Class Incremental Segmentation
von: Fang, Kai, et al.
Veröffentlicht: (2025)

Rethinking MLLM Itself as a Segmenter with a Single Segmentation Token
von: Zhang, Anqi, et al.
Veröffentlicht: (2026)

CoPS: Conditional Prompt Synthesis for Zero-Shot Anomaly Detection
von: Chen, Qiyu, et al.
Veröffentlicht: (2025)

Attend and Enrich: Enhanced Visual Prompt for Zero-Shot Learning
von: Liu, Man, et al.
Veröffentlicht: (2024)

Exploring Image Representation with Decoupled Classical Visual Descriptors
von: Qu, Chenyuan, et al.
Veröffentlicht: (2025)

HoloCine: Holistic Generation of Cinematic Multi-Shot Long Video Narratives
von: Meng, Yihao, et al.
Veröffentlicht: (2025)

Bootstrap Fine-Grained Vision-Language Alignment for Unified Zero-Shot Anomaly Localization
von: Deng, Hanqiu, et al.
Veröffentlicht: (2023)

No Need For Real Anomaly: MLLM Empowered Zero-Shot Video Anomaly Detection
von: Dai, Zunkai, et al.
Veröffentlicht: (2026)

Back to Point: Exploring Point-Language Models for Zero-Shot 3D Anomaly Detection
von: Li, Kaiqiang, et al.
Veröffentlicht: (2026)

MAGIC: Map-Guided Few-Shot Audio-Visual Acoustics Modeling
von: Huang, Diwei, et al.
Veröffentlicht: (2024)

Semantic Visual Anomaly Detection and Reasoning in AI-Generated Images
von: Tan, Chuangchuang, et al.
Veröffentlicht: (2025)

VISD: Enhancing Video Reasoning via Structured Self-Distillation
von: Lin, Hao, et al.
Veröffentlicht: (2026)

Constrained Prompt Enhancement for Improving Zero-Shot Generalization of Vision-Language Models
von: Yin, Xiaojie, et al.
Veröffentlicht: (2025)

MMBench-Video: A Long-Form Multi-Shot Benchmark for Holistic Video Understanding
von: Fang, Xinyu, et al.
Veröffentlicht: (2024)

Adapter Shield: A Unified Framework with Built-in Authentication for Preventing Unauthorized Zero-Shot Image-to-Image Generation
von: Jia, Jun, et al.
Veröffentlicht: (2025)

Towards Zero-Shot Anomaly Detection and Reasoning with Multimodal Large Language Models
von: Xu, Jiacong, et al.
Veröffentlicht: (2025)

AgentRVOS: Reasoning over Object Tracks for Zero-Shot Referring Video Object Segmentation
von: Jin, Woojeong, et al.
Veröffentlicht: (2026)

The Evolution of Video Anomaly Detection: A Unified Framework from DNN to MLLM
von: Gao, Shibo, et al.
Veröffentlicht: (2025)

Are Video Models Emerging as Zero-Shot Learners and Reasoners in Medical Imaging?
von: Lai, Yuxiang, et al.
Veröffentlicht: (2025)

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

DiffIR2VR-Zero: Zero-Shot Video Restoration with Diffusion-based Image Restoration Models
von: Yeh, Chang-Han, et al.
Veröffentlicht: (2024)

ChatVTG: Video Temporal Grounding via Chat with Video Dialogue Large Language Models
von: Qu, Mengxue, et al.
Veröffentlicht: (2024)

FlowSeg: Dynamic Semantic Guidance for LLM-Conditioned Segmentation
von: Zhang, Zekang, et al.
Veröffentlicht: (2026)

On the Problem of Consistent Anomalies in Zero-Shot Industrial Anomaly Detection
von: Le-Gia, Tai, et al.
Veröffentlicht: (2025)