Copertina

OmniVaT: Single Domain Generalization for Multimodal Visual-Tactile Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Qiu, Liuxiang, Da, Hui, Niu, Yuzhen, Zhao, Tiesong, Cao, Yang, Zha, Zheng-Jun
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Event-based Visual Deformation Measurement
di: Wu, Yuliang, et al.
Pubblicazione: (2026)

Visual-Geometric Collaborative Guidance for Affordance Learning
di: Luo, Hongchen, et al.
Pubblicazione: (2024)

Omni Survey for Multimodality Analysis in Visual Object Tracking
di: Tang, Zhangyong, et al.
Pubblicazione: (2025)

Simultaneous Tactile-Visual Perception for Learning Multimodal Robot Manipulation
di: Li, Yuyang, et al.
Pubblicazione: (2025)

Grid: Omni Visual Generation
di: Wan, Cong, et al.
Pubblicazione: (2024)

HaploOmni: Unified Single Transformer for Multimodal Video Understanding and Generation
di: Xiao, Yicheng, et al.
Pubblicazione: (2025)

ShapeLLM-Omni: A Native Multimodal LLM for 3D Generation and Understanding
di: Ye, Junliang, et al.
Pubblicazione: (2025)

MMDG-Bench: A Benchmark for Multimodal Domain Generalization
di: Zhan, Qianshan, et al.
Pubblicazione: (2026)

R1-Omni: Explainable Omni-Multimodal Emotion Recognition with Reinforcement Learning
di: Zhao, Jiaxing, et al.
Pubblicazione: (2025)

HERO: Human Reaction Generation from Videos
di: Yu, Chengjun, et al.
Pubblicazione: (2025)

VinciCoder: Unifying Multimodal Code Generation via Coarse-to-fine Visual Reinforcement Learning
di: Zhao, Xuanle, et al.
Pubblicazione: (2025)

TOUCH: Text-guided Controllable Generation of Free-Form Hand-Object Interactions
di: Han, Guangyi, et al.
Pubblicazione: (2025)

OmniCam: Unified Multimodal Video Generation via Camera Control
di: Yang, Xiaoda, et al.
Pubblicazione: (2025)

OmniBind: Large-scale Omni Multimodal Representation via Binding Spaces
di: Wang, Zehan, et al.
Pubblicazione: (2024)

LEMON: Learning 3D Human-Object Interaction Relation from 2D Images
di: Yang, Yuhang, et al.
Pubblicazione: (2023)

Omni-Diffusion: Unified Multimodal Understanding and Generation with Masked Discrete Diffusion
di: Li, Lijiang, et al.
Pubblicazione: (2026)

Tele-Omni: a Unified Multimodal Framework for Video Generation and Editing
di: Liu, Jialun, et al.
Pubblicazione: (2026)

UIF: An Objective Quality Assessment for Underwater Image Enhancement
di: Zheng, Yannan, et al.
Pubblicazione: (2022)

OmniVDiff: Omni Controllable Video Diffusion for Generation and Understanding
di: Xi, Dianbing, et al.
Pubblicazione: (2025)

OmniHD-Scenes: A Next-Generation Multimodal Dataset for Autonomous Driving
di: Zheng, Lianqing, et al.
Pubblicazione: (2024)

Tactile DreamFusion: Exploiting Tactile Sensing for 3D Generation
di: Gao, Ruihan, et al.
Pubblicazione: (2024)

RAIN: Real-time Animation of Infinite Video Stream
di: Shu, Zhilei, et al.
Pubblicazione: (2024)

OMUDA: Omni-level Masking for Unsupervised Domain Adaptation in Semantic Segmentation
di: Ou, Yang, et al.
Pubblicazione: (2025)

OmniParser V2: Structured-Points-of-Thought for Unified Visual Text Parsing and Its Generality to Multimodal Large Language Models
di: Yu, Wenwen, et al.
Pubblicazione: (2025)

Diverse Deep Feature Ensemble Learning for Omni-Domain Generalized Person Re-identification
di: Ang, Eugene P. W., et al.
Pubblicazione: (2024)

FutureOmni: Evaluating Future Forecasting from Omni-Modal Context for Multimodal LLMs
di: Chen, Qian, et al.
Pubblicazione: (2026)

Omni-Weather: A Unified Multimodal Model for Weather Radar Understanding and Generation
di: Zhou, Zhiwang, et al.
Pubblicazione: (2025)

OmniSch: A Multimodal PCB Schematic Benchmark For Structured Diagram Visual Reasoning
di: Lu, Taiting, et al.
Pubblicazione: (2026)

VisionSelector: End-to-End Learnable Visual Token Compression for Efficient Multimodal LLMs
di: Zhu, Jiaying, et al.
Pubblicazione: (2025)

DreamOmni2: Multimodal Instruction-based Editing and Generation
di: Xia, Bin, et al.
Pubblicazione: (2025)

OmniGen: Unified Multimodal Sensor Generation for Autonomous Driving
di: Tang, Tao, et al.
Pubblicazione: (2025)

OmniMotion: Multimodal Motion Generation with Continuous Masked Autoregression
di: Li, Zhe, et al.
Pubblicazione: (2025)

DoraCycle: Domain-Oriented Adaptation of Unified Generative Model in Multimodal Cycles
di: Zhao, Rui, et al.
Pubblicazione: (2025)

The Language of Touch: Translating Vibrations into Text with Dual-Branch Learning
di: Chen, Jin, et al.
Pubblicazione: (2026)

FC3DNet: A Fully Connected Encoder-Decoder for Efficient Demoir'eing
di: Du, Zhibo, et al.
Pubblicazione: (2024)

End-to-End Spatial-Temporal Transformer for Real-time 4D HOI Reconstruction
di: Zhang, Haoyu, et al.
Pubblicazione: (2026)

Ming-Flash-Omni: A Sparse, Unified Architecture for Multimodal Perception and Generation
di: AI, Inclusion, et al.
Pubblicazione: (2025)

Aligned Divergent Pathways for Omni-Domain Generalized Person Re-Identification
di: Ang, Eugene P. W., et al.
Pubblicazione: (2024)

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

Beyond Fidelity: Semantic Similarity Assessment in Low-Level Image Processing
di: Wang, Runjie, et al.
Pubblicazione: (2026)