Buchumschlag

Structured Context Learning for Generic Event Boundary Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gu, Xin, Li, Congcong, Wang, Xinyao, Hong, Dexiang, Zhang, Libo, Luo, Tiejian, Wen, Longyin, Fan, Heng
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

Context-Guided Spatio-Temporal Video Grounding
von: Gu, Xin, et al.
Veröffentlicht: (2024)

Edit3K: Universal Representation Learning for Video Editing Components
von: Gu, Xin, et al.
Veröffentlicht: (2024)

Multi-Reward as Condition for Instruction-based Image Editing
von: Gu, Xin, et al.
Veröffentlicht: (2024)

Robust Domain Adaptive Object Detection with Unified Multi-Granularity Alignment
von: Zhang, Libo, et al.
Veröffentlicht: (2023)

Accurate and Fast Compressed Video Captioning
von: Shen, Yaojie, et al.
Veröffentlicht: (2023)

Knowing Your Target: Target-Aware Transformer Makes Better Spatio-Temporal Video Grounding
von: Gu, Xin, et al.
Veröffentlicht: (2025)

Thinking With Bounding Boxes: Enhancing Spatio-Temporal Video Grounding via Reinforcement Fine-Tuning
von: Gu, Xin, et al.
Veröffentlicht: (2025)

EchoFoley: Event-Centric Hierarchical Control for Video Grounded Creative Sound Generation
von: Li, Bingxuan, et al.
Veröffentlicht: (2025)

Fine-grained Dynamic Network for Generic Event Boundary Detection
von: Zheng, Ziwei, et al.
Veröffentlicht: (2024)

Flow-Guided Diffusion for Video Inpainting
von: Gu, Bohai, et al.
Veröffentlicht: (2023)

CuMo: Scaling Multimodal LLM with Co-Upcycled Mixture-of-Experts
von: Li, Jiachen, et al.
Veröffentlicht: (2024)

Robust Ego-Exo Correspondence with Long-Term Memory
von: Hu, Yijun, et al.
Veröffentlicht: (2025)

Beyond Raw Videos: Understanding Edited Videos with Large Multimodal Model
von: Xu, Lu, et al.
Veröffentlicht: (2024)

CGTrack: Cascade Gating Network with Hierarchical Feature Aggregation for UAV Tracking
von: Li, Weihong, et al.
Veröffentlicht: (2025)

Towards Long-Form Spatio-Temporal Video Grounding
von: Gu, Xin, et al.
Veröffentlicht: (2026)

Rethinking the Architecture Design for Efficient Generic Event Boundary Detection
von: Zheng, Ziwei, et al.
Veröffentlicht: (2024)

D-Attn: Decomposed Attention for Large Vision-and-Language Models
von: Kuo, Chia-Wen, et al.
Veröffentlicht: (2025)

BPDO:Boundary Points Dynamic Optimization for Arbitrary Shape Scene Text Detection
von: Zheng, Jinzhi, et al.
Veröffentlicht: (2024)

Generalization-Enhanced Few-Shot Object Detection in Remote Sensing
von: Lin, Hui, et al.
Veröffentlicht: (2025)

SuperEdit: Rectifying and Facilitating Supervision for Instruction-Based Image Editing
von: Li, Ming, et al.
Veröffentlicht: (2025)

High-Fidelity Image Inpainting with Multimodal Guided GAN Inversion
von: Zhang, Libo, et al.
Veröffentlicht: (2025)

OmniSTVG: Toward Spatio-Temporal Omni-Object Video Grounding
von: Yao, Jiali, et al.
Veröffentlicht: (2025)

Online Generic Event Boundary Detection
von: Jung, Hyungrok, et al.
Veröffentlicht: (2025)

LaMOT: Language-Guided Multi-Object Tracking
von: Li, Yunhao, et al.
Veröffentlicht: (2024)

G3CN: Gaussian Topology Refinement Gated Graph Convolutional Network for Skeleton-Based Action Recognition
von: Ren, Haiqing, et al.
Veröffentlicht: (2025)

CreatiParser: Generative Image Parsing of Raster Graphic Designs into Editable Layers
von: Chen, Weidong, et al.
Veröffentlicht: (2026)

GSOT3D: Towards Generic 3D Single Object Tracking in the Wild
von: Jiao, Yifan, et al.
Veröffentlicht: (2024)

Generic Event Boundary Detection via Denoising Diffusion
von: Hwang, Jaejun, et al.
Veröffentlicht: (2025)

DreamPoster: A Unified Framework for Image-Conditioned Generative Poster Design
von: Hu, Xiwei, et al.
Veröffentlicht: (2025)

CreatiLayout: Siamese Multimodal Diffusion Transformer for Creative Layout-to-Image Generation
von: Zhang, Hui, et al.
Veröffentlicht: (2024)

What's in the Flow? Exploiting Temporal Motion Cues for Unsupervised Generic Event Boundary Detection
von: Gothe, Sourabh Vasant, et al.
Veröffentlicht: (2024)

VisRefiner: Learning from Visual Differences for Screenshot-to-Code Generation
von: Deng, Jie, et al.
Veröffentlicht: (2026)

Real-time Stereo-based 3D Object Detection for Streaming Perception
von: Li, Changcai, et al.
Veröffentlicht: (2024)

A Dual-Branch Framework for Semantic Change Detection with Boundary and Temporal Awareness
von: Li, Yun-Cheng, et al.
Veröffentlicht: (2026)

Attention to Trajectory: Trajectory-Aware Open-Vocabulary Tracking
von: Li, Yunhao, et al.
Veröffentlicht: (2025)

CreatiPoster: Towards Editable and Controllable Multi-Layer Graphic Design Generation
von: Zhang, Zhao, et al.
Veröffentlicht: (2025)

Leveraging Satellite Image Time Series for Accurate Extreme Event Detection
von: Fang, Heng, et al.
Veröffentlicht: (2025)

PlanarTrack: A high-quality and challenging benchmark for large-scale planar object tracking
von: Jiao, Yifan, et al.
Veröffentlicht: (2025)

FedRSClip: Federated Learning for Remote Sensing Scene Classification Using Vision-Language Models
von: Lin, Hui, et al.
Veröffentlicht: (2025)

Learning Dynamic Structural Specialization for Underwater Salient Object Detection
von: Hong, Lin, et al.
Veröffentlicht: (2026)