Buchumschlag

Visual Implicit Geometry Transformer for Autonomous Driving

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shirokov, Arsenii, Kuznetsov, Mikhail, Stepochkin, Danila, Evdokimov, Egor, Glazkov, Daniil, Patakin, Nikolay, Konushin, Anton, Senushkin, Dmitry
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Unified Sensor Simulation for Autonomous Driving
von: Patakin, Nikolay, et al.
Veröffentlicht: (2026)

DepthART: Monocular Depth Estimation as Autoregressive Refinement Task
von: Gabdullin, Bulat, et al.
Veröffentlicht: (2024)

A3D: Does Diffusion Dream about 3D Alignment?
von: Ignatyev, Savva, et al.
Veröffentlicht: (2024)

Z3D: Zero-Shot 3D Visual Grounding from Images
von: Drozdov, Nikita, et al.
Veröffentlicht: (2026)

Cooperative Face Liveness Detection from Optical Flow
von: Sokolov, Artem, et al.
Veröffentlicht: (2025)

UniDet3D: Multi-dataset Indoor 3D Object Detection
von: Kolodiazhnyi, Maksim, et al.
Veröffentlicht: (2024)

Zoo3D: Zero-Shot 3D Object Detection at Scene Level
von: Lemeshko, Andrey, et al.
Veröffentlicht: (2025)

DynaMix: Generalizable Person Re-identification via Dynamic Relabeling and Mixed Data Sampling
von: Mamedov, Timur, et al.
Veröffentlicht: (2025)

ReMix: Training Generalized Person Re-identification on a Mixture of Data
von: Mamedov, Timur, et al.
Veröffentlicht: (2024)

DriveVGGT: Calibration-Constrained Visual Geometry Transformers for Multi-Camera Autonomous Driving
von: Jia, Xiaosong, et al.
Veröffentlicht: (2025)

HawkDrive: A Transformer-driven Visual Perception System for Autonomous Driving in Night Scene
von: Guo, Ziang, et al.
Veröffentlicht: (2024)

ReText: Text Boosts Generalization in Image-Based Person Re-identification
von: Mamedov, Timur, et al.
Veröffentlicht: (2026)

TUN3D: Towards Real-World Scene Understanding from Unposed Images
von: Konushin, Anton, et al.
Veröffentlicht: (2025)

DVGT: Driving Visual Geometry Transformer
von: Zuo, Sicheng, et al.
Veröffentlicht: (2025)

Switti: Designing Scale-Wise Transformers for Text-to-Image Synthesis
von: Voronov, Anton, et al.
Veröffentlicht: (2024)

HairFastGAN: Realistic and Robust Hair Transfer with a Fast Encoder-Based Approach
von: Nikolaev, Maxim, et al.
Veröffentlicht: (2024)

cadrille: Multi-modal CAD Reconstruction with Reinforcement Learning
von: Kolodiazhnyi, Maksim, et al.
Veröffentlicht: (2025)

MADrive: Memory-Augmented Driving Scene Modeling
von: Karpikova, Polina, et al.
Veröffentlicht: (2025)

Towards properties of adversarial image perturbations
von: Kuznetsov, Egor, et al.
Veröffentlicht: (2025)

DriveDiTFit: Fine-tuning Diffusion Transformers for Autonomous Driving
von: Tu, Jiahang, et al.
Veröffentlicht: (2024)

Unsupervised Monocular Road Segmentation for Autonomous Driving via Scene Geometry
von: Rostami, Sara Hatami, et al.
Veröffentlicht: (2025)

Geo-EVS: Geometry-Conditioned Extrapolative View Synthesis for Autonomous Driving
von: Lan, Yatong, et al.
Veröffentlicht: (2026)

VGGT: Visual Geometry Grounded Transformer
von: Wang, Jianyuan, et al.
Veröffentlicht: (2025)

Quantized Visual Geometry Grounded Transformer
von: Feng, Weilun, et al.
Veröffentlicht: (2025)

FutureSightDrive: Thinking Visually with Spatio-Temporal CoT for Autonomous Driving
von: Zeng, Shuang, et al.
Veröffentlicht: (2025)

Lightweight Temporal Transformer Decomposition for Federated Autonomous Driving
von: Do, Tuong, et al.
Veröffentlicht: (2025)

TinyDrive: Multiscale Visual Question Answering with Selective Token Routing for Autonomous Driving
von: Hassani, Hossein, et al.
Veröffentlicht: (2025)

CADReasoner: Iterative Program Editing for CAD Reverse Engineering
von: Kabisov, Soslan, et al.
Veröffentlicht: (2026)

Modulate and Reconstruct: Learning Hyperspectral Imaging from Misaligned Smartphone Views
von: Reutsky, Daniil, et al.
Veröffentlicht: (2025)

Visual Point Cloud Forecasting enables Scalable Autonomous Driving
von: Yang, Zetong, et al.
Veröffentlicht: (2023)

Visual Adversarial Attack on Vision-Language Models for Autonomous Driving
von: Zhang, Tianyuan, et al.
Veröffentlicht: (2024)

Multiscale Video Transformers for Class Agnostic Segmentation in Autonomous Driving
von: Cheshmi, Leila, et al.
Veröffentlicht: (2025)

Think as Needed: Geometry-Driven Adaptive Perception for Autonomous Driving
von: Kim, Donghyun, et al.
Veröffentlicht: (2026)

DriveTransformer: Unified Transformer for Scalable End-to-End Autonomous Driving
von: Jia, Xiaosong, et al.
Veröffentlicht: (2025)

LIX: Implicitly Infusing Spatial Geometric Prior Knowledge into Visual Semantic Segmentation for Autonomous Driving
von: Guo, Sicen, et al.
Veröffentlicht: (2024)

KAGE-Bench: Fast Known-Axis Visual Generalization Evaluation for Reinforcement Learning
von: Cherepanov, Egor, et al.
Veröffentlicht: (2026)

HD-VGGT: High-Resolution Visual Geometry Transformer
von: Chen, Tianrun, et al.
Veröffentlicht: (2026)

Hints of Prompt: Enhancing Visual Representation for Multimodal LLMs in Autonomous Driving
von: Zhou, Hao, et al.
Veröffentlicht: (2024)

ControlLoc: Physical-World Hijacking Attack on Visual Perception in Autonomous Driving
von: Ma, Chen, et al.
Veröffentlicht: (2024)

QVGGT: Post-Training Quantized Visual Geometry Grounded Transformer
von: Pan, Zhizhen, et al.
Veröffentlicht: (2026)