Enregistré dans:
| Auteurs principaux: | Wang, Qirui, He, Jingyi, Pan, Yining, Yeo, Si Yong, Yang, Xulei, Li, Shijie |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2511.19119 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Grounding by Remembering: Cross-Scene and In-Scene Memory for 3D Functional Affordances
par: Wang, Qirui, et autres
Publié: (2026)
par: Wang, Qirui, et autres
Publié: (2026)
Future-Aware Interaction Network For Motion Forecasting
par: Li, Shijie, et autres
Publié: (2025)
par: Li, Shijie, et autres
Publié: (2025)
VELVET-Med: Vision and Efficient Language Pre-training for Volumetric Imaging Tasks in Medicine
par: Zhang, Ziyang, et autres
Publié: (2025)
par: Zhang, Ziyang, et autres
Publié: (2025)
Perception-Aware Multimodal Spatial Reasoning from Monocular Images
par: Cheng, Yanchun, et autres
Publié: (2026)
par: Cheng, Yanchun, et autres
Publié: (2026)
SeeGround: See and Ground for Zero-Shot Open-Vocabulary 3D Visual Grounding
par: Li, Rong, et autres
Publié: (2024)
par: Li, Rong, et autres
Publié: (2024)
PanDA: Unsupervised Domain Adaptation for Multimodal 3D Panoptic Segmentation in Autonomous Driving
par: Pan, Yining, et autres
Publié: (2026)
par: Pan, Yining, et autres
Publié: (2026)
RIHA: Report-Image Hierarchical Alignment for Radiology Report Generation
par: Chen, Yucheng, et autres
Publié: (2026)
par: Chen, Yucheng, et autres
Publié: (2026)
Multi-View Industrial Anomaly Detection with Epipolar Constrained Cross-View Fusion
par: Liu, Yifan, et autres
Publié: (2025)
par: Liu, Yifan, et autres
Publié: (2025)
Global-Aware Monocular Semantic Scene Completion with State Space Models
par: Li, Shijie, et autres
Publié: (2025)
par: Li, Shijie, et autres
Publié: (2025)
MedUnifier: Unifying Vision-and-Language Pre-training on Medical Data with Vision Generation Task using Discrete Visual Representations
par: Zhang, Ziyang, et autres
Publié: (2025)
par: Zhang, Ziyang, et autres
Publié: (2025)
How Do Images Align and Complement LiDAR? Towards a Harmonized Multi-modal 3D Panoptic Segmentation
par: Pan, Yining, et autres
Publié: (2025)
par: Pan, Yining, et autres
Publié: (2025)
MonoPCC: Photometric-invariant Cycle Constraint for Monocular Depth Estimation of Endoscopic Images
par: Wang, Zhiwei, et autres
Publié: (2024)
par: Wang, Zhiwei, et autres
Publié: (2024)
Open Vocabulary Monocular 3D Object Detection
par: Yao, Jin, et autres
Publié: (2024)
par: Yao, Jin, et autres
Publié: (2024)
Structured Spatial Reasoning with Open Vocabulary Object Detectors
par: Nejatishahidin, Negar, et autres
Publié: (2024)
par: Nejatishahidin, Negar, et autres
Publié: (2024)
An Efficient 3D Convolutional Neural Network with Channel-wise, Spatial-grouped, and Temporal Convolutions
par: Wang, Zhe, et autres
Publié: (2025)
par: Wang, Zhe, et autres
Publié: (2025)
OpenMonoGS-SLAM: Monocular Gaussian Splatting SLAM with Open-set Semantics
par: Yoo, Jisang, et autres
Publié: (2025)
par: Yoo, Jisang, et autres
Publié: (2025)
MonoArt: Progressive Structural Reasoning for Monocular Articulated 3D Reconstruction
par: Li, Haitian, et autres
Publié: (2026)
par: Li, Haitian, et autres
Publié: (2026)
Monocular Open Vocabulary Occupancy Prediction for Indoor Scenes
par: Zhou, Changqing, et autres
Publié: (2026)
par: Zhou, Changqing, et autres
Publié: (2026)
Mono3R: Exploiting Monocular Cues for Geometric 3D Reconstruction
par: Li, Wenyu, et autres
Publié: (2025)
par: Li, Wenyu, et autres
Publié: (2025)
MonoDETRNext: Next-Generation Accurate and Efficient Monocular 3D Object Detector
par: Liao, Pan, et autres
Publié: (2024)
par: Liao, Pan, et autres
Publié: (2024)
MonoOcc: Digging into Monocular Semantic Occupancy Prediction
par: Zheng, Yupeng, et autres
Publié: (2024)
par: Zheng, Yupeng, et autres
Publié: (2024)
MonoDream: Monocular Vision-Language Navigation with Panoramic Dreaming
par: Wang, Shuo, et autres
Publié: (2025)
par: Wang, Shuo, et autres
Publié: (2025)
Mono2Stereo: Monocular Knowledge Transfer for Enhanced Stereo Matching
par: Wang, Yuran, et autres
Publié: (2024)
par: Wang, Yuran, et autres
Publié: (2024)
MonoGS++: Fast and Accurate Monocular RGB Gaussian SLAM
par: Li, Renwu, et autres
Publié: (2025)
par: Li, Renwu, et autres
Publié: (2025)
DiffPCN: Latent Diffusion Model Based on Multi-view Depth Images for Point Cloud Completion
par: Li, Zijun, et autres
Publié: (2025)
par: Li, Zijun, et autres
Publié: (2025)
Open-Vocabulary SAM3D: Towards Training-free Open-Vocabulary 3D Scene Understanding
par: Tai, Hanchen, et autres
Publié: (2024)
par: Tai, Hanchen, et autres
Publié: (2024)
MonoPatchNeRF: Improving Neural Radiance Fields with Patch-based Monocular Guidance
par: Wu, Yuqun, et autres
Publié: (2024)
par: Wu, Yuqun, et autres
Publié: (2024)
Open-Vocabulary SAM: Segment and Recognize Twenty-thousand Classes Interactively
par: Yuan, Haobo, et autres
Publié: (2024)
par: Yuan, Haobo, et autres
Publié: (2024)
MonoCloth: Reconstruction and Animation of Cloth-Decoupled Human Avatars from Monocular Videos
par: Jin, Daisheng, et autres
Publié: (2025)
par: Jin, Daisheng, et autres
Publié: (2025)
MonoMSK: Monocular 3D Musculoskeletal Dynamics Estimation
par: Koleini, Farnoosh, et autres
Publié: (2025)
par: Koleini, Farnoosh, et autres
Publié: (2025)
MonoPlane: Exploiting Monocular Geometric Cues for Generalizable 3D Plane Reconstruction
par: Zhao, Wang, et autres
Publié: (2024)
par: Zhao, Wang, et autres
Publié: (2024)
Zero-Shot 3D Visual Grounding from Vision-Language Models
par: Li, Rong, et autres
Publié: (2025)
par: Li, Rong, et autres
Publié: (2025)
GLRD: Global-Local Collaborative Reason and Debate with PSL for 3D Open-Vocabulary Detection
par: Peng, Xingyu, et autres
Publié: (2025)
par: Peng, Xingyu, et autres
Publié: (2025)
Open-Vocabulary Segmentation with Semantic-Assisted Calibration
par: Liu, Yong, et autres
Publié: (2023)
par: Liu, Yong, et autres
Publié: (2023)
Mono3DVG-EnSD: Enhanced Spatial-aware and Dimension-decoupled Text Encoding for Monocular 3D Visual Grounding
par: Li, Yuzhen, et autres
Publié: (2025)
par: Li, Yuzhen, et autres
Publié: (2025)
MonoDGP: Monocular 3D Object Detection with Decoupled-Query and Geometry-Error Priors
par: Pu, Fanqi, et autres
Publié: (2024)
par: Pu, Fanqi, et autres
Publié: (2024)
MonoMVSNet: Monocular Priors Guided Multi-View Stereo Network
par: Jiang, Jianfei, et autres
Publié: (2025)
par: Jiang, Jianfei, et autres
Publié: (2025)
ProSR: Process-Shaped Spatial Reasoning for Reliable Chain-of-Thought in VLMs
par: Li, Jiangyang, et autres
Publié: (2026)
par: Li, Jiangyang, et autres
Publié: (2026)
ATAS: Any-to-Any Self-Distillation for Enhanced Open-Vocabulary Dense Prediction
par: Yeo, Juan, et autres
Publié: (2025)
par: Yeo, Juan, et autres
Publié: (2025)
MonoNPHM: Dynamic Head Reconstruction from Monocular Videos
par: Giebenhain, Simon, et autres
Publié: (2023)
par: Giebenhain, Simon, et autres
Publié: (2023)
Documents similaires
-
Grounding by Remembering: Cross-Scene and In-Scene Memory for 3D Functional Affordances
par: Wang, Qirui, et autres
Publié: (2026) -
Future-Aware Interaction Network For Motion Forecasting
par: Li, Shijie, et autres
Publié: (2025) -
VELVET-Med: Vision and Efficient Language Pre-training for Volumetric Imaging Tasks in Medicine
par: Zhang, Ziyang, et autres
Publié: (2025) -
Perception-Aware Multimodal Spatial Reasoning from Monocular Images
par: Cheng, Yanchun, et autres
Publié: (2026) -
SeeGround: See and Ground for Zero-Shot Open-Vocabulary 3D Visual Grounding
par: Li, Rong, et autres
Publié: (2024)