Buchumschlag

Emergent Extreme-View Geometry in 3D Foundation Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Yiwen, Tung, Joseph, Cai, Ruojin, Fouhey, David, Averbuch-Elor, Hadar
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

Extreme Rotation Estimation in the Wild
von: Bezalel, Hana, et al.
Veröffentlicht: (2024)

Emergent Visual-Semantic Hierarchies in Image-Text Representations
von: Alper, Morris, et al.
Veröffentlicht: (2024)

Long-tail Internet photo reconstruction
von: Li, Yuan, et al.
Veröffentlicht: (2026)

Raster2Seq: Polygon Sequence Generation for Floorplan Reconstruction
von: Phung, Hao, et al.
Veröffentlicht: (2026)

WildCAT3D: Appearance-Aware Multi-View Diffusion in the Wild
von: Alper, Morris, et al.
Veröffentlicht: (2025)

Kiki or Bouba? Sound Symbolism in Vision-and-Language Models
von: Alper, Morris, et al.
Veröffentlicht: (2023)

Supercharging Floorplan Localization with Semantic Rays
von: Grader, Yuval, et al.
Veröffentlicht: (2025)

Let it Snow! Animating 3D Gaussian Scenes with Dynamic Weather Effects via Physics-Guided Score Distillation
von: Fiebelman, Gal, et al.
Veröffentlicht: (2025)

A Joint Study of Phrase Grounding and Task Performance in Vision and Language Models
von: Kojima, Noriyuki, et al.
Veröffentlicht: (2023)

Lang3D-XL: Language Embedded 3D Gaussians for Large-scale Scenes
von: Krakovsky, Shai, et al.
Veröffentlicht: (2025)

InstanceGen: Image Generation with Instance-level Instructions
von: Sella, Etai, et al.
Veröffentlicht: (2025)

Composing People Together: Iterative Pose-Image Generation for Multi-Person Interaction Scenes
von: Peng, Wenxuan, et al.
Veröffentlicht: (2026)

Spice-E : Structural Priors in 3D Diffusion using Cross-Entity Attention
von: Sella, Etai, et al.
Veröffentlicht: (2023)

Dynamic Scene Understanding from Vision-Language Representations
von: Pruss, Shahaf, et al.
Veröffentlicht: (2025)

Color Bind: Exploring Color Perception in Text-to-Image Models
von: Shomer-Chai, Shay, et al.
Veröffentlicht: (2025)

Thinking in Blender: Staged Executable Inverse Graphics with Vision-Language Models
von: He, Guangzhao, et al.
Veröffentlicht: (2026)

WAFFLE: Multimodal Floorplan Understanding in the Wild
von: Ganon, Keren, et al.
Veröffentlicht: (2024)

Blended Point Cloud Diffusion for Localized Text-guided Shape Editing
von: Sella, Etai, et al.
Veröffentlicht: (2025)

4-LEGS: 4D Language Embedded Gaussian Splatting
von: Fiebelman, Gal, et al.
Veröffentlicht: (2024)

HaLo-NeRF: Learning Geometry-Guided Semantics for Exploring Unconstrained Photo Collections
von: Dudai, Chen, et al.
Veröffentlicht: (2024)

ICC: Quantifying Image Caption Concreteness for Multimodal Dataset Curation
von: Yanuka, Moran, et al.
Veröffentlicht: (2024)

MeshOn: Intersection-Free Mesh-to-Mesh Composition
von: Kim, Hyunwoo, et al.
Veröffentlicht: (2026)

Scene Grounding In the Wild
von: Cohen, Tamir, et al.
Veröffentlicht: (2026)

Systole-Conditioned Generative Cardiac Motion
von: Zuler, Shahar, et al.
Veröffentlicht: (2025)

Mitigating Open-Vocabulary Caption Hallucinations
von: Ben-Kish, Assaf, et al.
Veröffentlicht: (2023)

MegaScenes: Scene-Level View Synthesis at Scale
von: Tung, Joseph, et al.
Veröffentlicht: (2024)

ReNoise: Real Image Inversion Through Iterative Noising
von: Garibi, Daniel, et al.
Veröffentlicht: (2024)

ProtoSnap: Prototype Alignment for Cuneiform Signs
von: Mikulinsky, Rachel, et al.
Veröffentlicht: (2025)

3DFIRES: Few Image 3D REconstruction for Scenes with Hidden Surface
von: Jin, Linyi, et al.
Veröffentlicht: (2024)

ArchSym: Detecting 3D-Grounded Architectural Symmetries in the Wild
von: Chen, Hanyu, et al.
Veröffentlicht: (2026)

EPIC Fields: Marrying 3D Geometry and Video Understanding
von: Tschernezki, Vadim, et al.
Veröffentlicht: (2023)

Doppelgangers++: Improved Visual Disambiguation with Geometric 3D Features
von: Xiangli, Yuanbo, et al.
Veröffentlicht: (2024)

Extreme Two-View Geometry From Object Poses with Diffusion Models
von: Sun, Yujing, et al.
Veröffentlicht: (2024)

Emergent Outlier View Rejection in Visual Geometry Grounded Transformers
von: Han, Jisang, et al.
Veröffentlicht: (2025)

Dynamic Camera Poses and Where to Find Them
von: Rockwell, Chris, et al.
Veröffentlicht: (2025)

Stereo4D: Learning How Things Move in 3D from Internet Stereo Videos
von: Jin, Linyi, et al.
Veröffentlicht: (2024)

3D-MVP: 3D Multiview Pretraining for Robotic Manipulation
von: Qian, Shengyi, et al.
Veröffentlicht: (2024)

HyperCT: Low-Rank Hypernet for Unified Chest CT Analysis
von: Liu, Fengbei, et al.
Veröffentlicht: (2026)

Segmentation by Factorization: Unsupervised Semantic Segmentation for Pathology by Factorizing Foundation Model Features
von: Gildenblat, Jacob, et al.
Veröffentlicht: (2024)

Dens3R: A Foundation Model for 3D Geometry Prediction
von: Fang, Xianze, et al.
Veröffentlicht: (2025)