Buchumschlag

Generalizing Sports Feedback Generation by Watching Competitions and Reading Books: A Rock Climbing Case Study

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rai, Arushi, Kovashka, Adriana
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

Learning Consistent Temporal Grounding between Related Tasks in Sports Coaching
von: Rai, Arushi, et al.
Veröffentlicht: (2026)

VEIL: Vetting Extracted Image Labels from In-the-Wild Captions for Weakly-Supervised Object Detection
von: Rai, Arushi, et al.
Veröffentlicht: (2023)

The Face of Persuasion: Analyzing Bias and Generating Culture-Aware Ads
von: Aghazadeh, Aysan, et al.
Veröffentlicht: (2025)

CAP: Evaluation of Persuasive and Creative Image Generation
von: Aghazadeh, Aysan, et al.
Veröffentlicht: (2024)

Towards Generalization of Tactile Image Generation: Reference-Free Evaluation in a Leakage-Free Setting
von: Gungor, Cagri, et al.
Veröffentlicht: (2025)

Role Bias in Diffusion Models: Diagnosing and Mitigating through Intermediate Decomposition
von: Malakouti, Sina, et al.
Veröffentlicht: (2025)

Enhancing Weakly-Supervised Object Detection on Static Images through (Hallucinated) Motion
von: Gungor, Cagri, et al.
Veröffentlicht: (2024)

Leveraging Large Models to Evaluate Novel Content: A Case Study on Advertisement Creativity
von: Hou, Zhaoyi Joey, et al.
Veröffentlicht: (2025)

Quantifying the Gaps Between Translation and Native Perception in Training for Multimodal, Multilingual Retrieval
von: Buettner, Kyle, et al.
Veröffentlicht: (2024)

ClimbingCap: Multi-Modal Dataset and Method for Rock Climbing in World Coordinate
von: Yan, Ming, et al.
Veröffentlicht: (2025)

Culture in Action: Evaluating Text-to-Image Models through Social Activities
von: Malakouti, Sina, et al.
Veröffentlicht: (2025)

Integrating Audio Narrations to Strengthen Domain Generalization in Multimodal First-Person Action Recognition
von: Gungor, Cagri, et al.
Veröffentlicht: (2024)

The Way Up: A Dataset for Hold Usage Detection in Sport Climbing
von: Maschek, Anna, et al.
Veröffentlicht: (2025)

A Multimodal Recaptioning Framework to Account for Perceptual Diversity Across Languages in Vision-Language Modeling
von: Buettner, Kyle, et al.
Veröffentlicht: (2025)

Benchmarking VLMs' Reasoning About Persuasive Atypical Images
von: Malakouti, Sina, et al.
Veröffentlicht: (2024)

Read, Watch and Scream! Sound Generation from Text and Video
von: Jeong, Yujin, et al.
Veröffentlicht: (2024)

Sports-Traj: A Unified Trajectory Generation Model for Multi-Agent Movement in Sports
von: Xu, Yi, et al.
Veröffentlicht: (2024)

Poze: Sports Technique Feedback under Data Constraints
von: Singh, Agamdeep, et al.
Veröffentlicht: (2024)

OrienText: Surface Oriented Textual Image Generation
von: Paliwal, Shubham Singh, et al.
Veröffentlicht: (2025)

A General Framework for Jersey Number Recognition in Sports Video
von: Koshkina, Maria, et al.
Veröffentlicht: (2024)

Towards Understanding Ambiguity Resolution in Multimodal Inference of Meaning
von: Wang, Yufei, et al.
Veröffentlicht: (2025)

Incorporating Geo-Diverse Knowledge into Prompting for Increased Geographical Robustness in Object Recognition
von: Buettner, Kyle, et al.
Veröffentlicht: (2024)

How Well Can General Vision-Language Models Learn Medicine By Watching Public Educational Videos?
von: Thapa, Rahul, et al.
Veröffentlicht: (2025)

No Train Yet Gain: Towards Generic Multi-Object Tracking in Sports and Beyond
von: Stanczyk, Tomasz, et al.
Veröffentlicht: (2025)

CustomText: Customized Textual Image Generation using Diffusion Models
von: Paliwal, Shubham, et al.
Veröffentlicht: (2024)

Combining OCR Models for Reading Early Modern Printed Books
von: Seuret, Mathias, et al.
Veröffentlicht: (2023)

Aligning Anime Video Generation with Human Feedback
von: Zhu, Bingwen, et al.
Veröffentlicht: (2025)

Rich Human Feedback for Text-to-Image Generation
von: Liang, Youwei, et al.
Veröffentlicht: (2023)

Visually Interpretable Subtask Reasoning for Visual Question Answering
von: Cheng, Yu, et al.
Veröffentlicht: (2025)

AGFSync: Leveraging AI-Generated Feedback for Preference Optimization in Text-to-Image Generation
von: An, Jingkun, et al.
Veröffentlicht: (2024)

Platypus: A Generalized Specialist Model for Reading Text in Various Forms
von: Wang, Peng, et al.
Veröffentlicht: (2024)

Adversarial Reconstruction Feedback for Robust Fine-grained Generalization
von: Wang, Shijie, et al.
Veröffentlicht: (2025)

Improving Personalized Image Generation through Social Context Feedback
von: Gupta, Parul, et al.
Veröffentlicht: (2025)

Towards Reliable Advertising Image Generation Using Human Feedback
von: Du, Zhenbang, et al.
Veröffentlicht: (2024)

SportR: A Benchmark for Multimodal Large Language Model Reasoning in Sports
von: Xia, Haotian, et al.
Veröffentlicht: (2025)

SportsHHI: A Dataset for Human-Human Interaction Detection in Sports Videos
von: Wu, Tao, et al.
Veröffentlicht: (2024)

Real-Time Polygonal Semantic Mapping for Humanoid Robot Stair Climbing
von: Bin, Teng, et al.
Veröffentlicht: (2024)

FeTrIL++: Feature Translation for Exemplar-Free Class-Incremental Learning with Hill-Climbing
von: Hogea, Eduard, et al.
Veröffentlicht: (2024)

Steering Generative Models for Accessibility: EasyRead Image Generation
von: Dickenmann, Nicolas, et al.
Veröffentlicht: (2026)

WAT: Online Video Understanding Needs Watching Before Thinking
von: Han, Zifan, et al.
Veröffentlicht: (2026)