VideoAfford: Grounding 3D Affordance from Human-Object-Interaction Videos via Multimodal Large Language Model

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wang, Hanqing, Liu, Mingyu, Chen, Xiaoyu, MA, Chengwei, Zhong, Yiming, Yin, Wenti, Liu, Yuhao, Cui, Zhiqing, Yuan, Jiahao, Dai, Lu, Ma, Zhiyuan, Xiong, Hui
Format:	Preprint
Publié:	2026
Sujets:	Computer Vision and Pattern Recognition
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Description
Aucune description n'est disponible.

Documents similaires