Copertina

From Frames to Sequences: Temporally Consistent Human-Centric Dense Prediction

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Miao, Xingyu, Dong, Junting, Zhao, Qin, Yang, Yuhang, Chen, Junhao, Long, Yang
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

Rethinking Temporal Consistency in Video Object-Centric Learning: From Prediction to Correspondence
di: Li, Zhiyuan, et al.
Pubblicazione: (2026)

TrajVG: 3D Trajectory-Coupled Visual Geometry Learning
di: Miao, Xingyu, et al.
Pubblicazione: (2026)

ShotVL: Human-Centric Highlight Frame Retrieval via Language Queries
di: Xue, Wangyu, et al.
Pubblicazione: (2024)

From Frames to Events: Rethinking Evaluation in Human-Centric Video Anomaly Detection
di: Rashvand, Narges, et al.
Pubblicazione: (2026)

SIGMAN:Scaling 3D Human Gaussian Generation with Millions of Assets
di: Yang, Yuhang, et al.
Pubblicazione: (2025)

STCDiT: Spatio-Temporally Consistent Diffusion Transformer for High-Quality Video Super-Resolution
di: Chen, Junyang, et al.
Pubblicazione: (2025)

DanceTogether! Identity-Preserving Multi-Person Interactive Video Generation
di: Chen, Junhao, et al.
Pubblicazione: (2025)

Internalizing Temporal Consistency in Video Object-Centric Learning without Explicit Regularization
di: Zhao, Rongzhen, et al.
Pubblicazione: (2026)

From Sparse to Dense: Spatio-Temporal Fusion for Multi-View 3D Human Pose Estimation with DenseWarper
di: Li, Ling, et al.
Pubblicazione: (2026)

Auteur: Language-Driven Cinematographic Framing for Human-Centric Video Generation
di: Kizil, Muhammed Burak, et al.
Pubblicazione: (2026)

Motion Keyframe Interpolation for Any Human Skeleton via Temporally Consistent Point Cloud Sampling and Reconstruction
di: Mo, Clinton, et al.
Pubblicazione: (2024)

Beyond Static Frames: Temporal Aggregate-and-Restore Vision Transformer for Human Pose Estimation
di: Fang, Hongwei, et al.
Pubblicazione: (2026)

Spatial-Temporal-Spectral Unified Modeling for Remote Sensing Dense Prediction
di: Zhao, Sijie, et al.
Pubblicazione: (2025)

Rethinking Score Distilling Sampling for 3D Editing and Generation
di: Miao, Xingyu, et al.
Pubblicazione: (2025)

BiDense: Binarization for Dense Prediction
di: Yin, Rui, et al.
Pubblicazione: (2024)

V-CORE: Temporally Consistent Video Understanding for Video-LLM
di: Kang, Zhengjian, et al.
Pubblicazione: (2026)

Cycle Consistency in Video Object-Centric Learning
di: Zhao, Rongzhen, et al.
Pubblicazione: (2026)

Bidirectional Temporal Diffusion Model for Temporally Consistent Human Animation
di: Adiya, Tserendorj, et al.
Pubblicazione: (2023)

HERM: Benchmarking and Enhancing Multimodal LLMs for Human-Centric Understanding
di: Li, Keliang, et al.
Pubblicazione: (2024)

Beyond Boundary Frames: Context-Centric Video Interpolation with Audio-Visual Semantics
di: Deng, Yuchen, et al.
Pubblicazione: (2025)

From Spots to Pixels: Dense Spatial Gene Expression Prediction from Histology Images
di: Zhang, Ruikun, et al.
Pubblicazione: (2025)

MASRA: MLLM-Assisted Semantic-Relational Consistent Alignment for Video Temporal Grounding
di: Ran, Ran, et al.
Pubblicazione: (2026)

Unified Dense Prediction of Video Diffusion
di: Yang, Lehan, et al.
Pubblicazione: (2025)

DreamFit: Garment-Centric Human Generation via a Lightweight Anything-Dressing Encoder
di: Lin, Ente, et al.
Pubblicazione: (2024)

ResCLIP: Residual Attention for Training-free Dense Vision-language Inference
di: Yang, Yuhang, et al.
Pubblicazione: (2024)

IC-Mapper: Instance-Centric Spatio-Temporal Modeling for Online Vectorized Map Construction
di: Zhu, Jiangtong, et al.
Pubblicazione: (2025)

ConsistentAvatar: Learning to Diffuse Fully Consistent Talking Head Avatar with Temporal Guidance
di: Yang, Haijie, et al.
Pubblicazione: (2024)

TRACE: Temporally Reliable Anatomically-Conditioned 3D CT Generation with Enhanced Efficiency
di: Shao, Minye, et al.
Pubblicazione: (2025)

Storynizor: Consistent Story Generation via Inter-Frame Synchronized and Shuffled ID Injection
di: Ma, Yuhang, et al.
Pubblicazione: (2024)

Vision Transformers: From Semantic Segmentation to Dense Prediction
di: Zhang, Li, et al.
Pubblicazione: (2022)

Zero-Shot Video Translation and Editing with Frame Spatial-Temporal Correspondence
di: Yang, Shuai, et al.
Pubblicazione: (2025)

Decoding Visual Neural Representations by Multimodal with Dynamic Balancing
di: sun, Kaili, et al.
Pubblicazione: (2025)

Deep Learning in Concealed Dense Prediction
di: Zhao, Pancheng, et al.
Pubblicazione: (2025)

VEOcc: Voxel-Centric Online Semantic Occupancy Prediction For Embodied Scene Understanding
di: Wang, Ruoyu, et al.
Pubblicazione: (2026)

From Recognition to Prediction: Leveraging Sequence Reasoning for Action Anticipation
di: Liu, Xin, et al.
Pubblicazione: (2024)

TDViT: Temporal Dilated Video Transformer for Dense Video Tasks
di: Sun, Guanxiong, et al.
Pubblicazione: (2024)

Drawing2CAD: Sequence-to-Sequence Learning for CAD Generation from Vector Drawings
di: Qin, Feiwei, et al.
Pubblicazione: (2025)

Memory Efficient Transformer Adapter for Dense Predictions
di: Zhang, Dong, et al.
Pubblicazione: (2025)

Frame Order Matters: A Temporal Sequence-Aware Model for Few-Shot Action Recognition
di: Li, Bozheng, et al.
Pubblicazione: (2024)

OmniHuman: A Large-scale Dataset and Benchmark for Human-Centric Video Generation
di: Zhu, Lei, et al.
Pubblicazione: (2026)