:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ng, Evonne, Zhang, Siwei, Chen, Zhang, Zollhoefer, Michael, Richard, Alexander
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2602.18432
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AV-Flow: Transforming Text to Audio-Visual Human-like Interactions
von: Chatziagapi, Aggelina, et al.
Veröffentlicht: (2025)

From Audio to Photoreal Embodiment: Synthesizing Humans in Conversations
von: Ng, Evonne, et al.
Veröffentlicht: (2024)

DuoMo: Dual Motion Diffusion for World-Space Human Reconstruction
von: Wang, Yufu, et al.
Veröffentlicht: (2026)

Embody 3D: A Large-scale Multimodal Motion and Behavior Dataset
von: McLean, Claire, et al.
Veröffentlicht: (2025)

Pose Priors from Language Models
von: Subramanian, Sanjay, et al.
Veröffentlicht: (2024)

Diffusion Forcing for Multi-Agent Interaction Sequence Modeling
von: Maluleke, Vongani H., et al.
Veröffentlicht: (2025)

RoHM: Robust Human Motion Reconstruction via Diffusion
von: Zhang, Siwei, et al.
Veröffentlicht: (2024)

3D Human Pose Estimation via Spatial Graph Order Attention and Temporal Body Aware Transformer
von: Aouaidjia, Kamel, et al.
Veröffentlicht: (2025)

A Semantic-Aware and Multi-Guided Network for Infrared-Visible Image Fusion
von: Zhang, Xiaoli, et al.
Veröffentlicht: (2024)

Masked Modeling for Human Motion Recovery Under Occlusions
von: Qian, Zhiyin, et al.
Veröffentlicht: (2026)

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

Spatial-Aware Self-Supervision for Medical 3D Imaging with Multi-Granularity Observable Tasks
von: Zhang, Yiqin, et al.
Veröffentlicht: (2025)

PhyMAGIC: Physical Motion-Aware Generative Inference with Confidence-guided LLM
von: Meng, Siwei, et al.
Veröffentlicht: (2025)

Human Gaussian Splatting: Real-time Rendering of Animatable Avatars
von: Moreau, Arthur, et al.
Veröffentlicht: (2023)

SPC-NeRF: Spatial Predictive Compression for Voxel Based Radiance Field
von: Song, Zetian, et al.
Veröffentlicht: (2024)

VTAgent: Agentic Keyframe Anchoring for Evidence-Aware Video TextVQA
von: He, Haibin, et al.
Veröffentlicht: (2026)

Patho-AgenticRAG: Towards Multimodal Agentic Retrieval-Augmented Generation for Pathology VLMs via Reinforcement Learning
von: Zhang, Wenchuan, et al.
Veröffentlicht: (2025)

Real-time High-fidelity Gaussian Human Avatars with Position-based Interpolation of Spatially Distributed MLPs
von: Zhan, Youyi, et al.
Veröffentlicht: (2025)

Active Exploring like a Pigeon: Reinforcing Spatial Reasoning via Agentic Vision-Language Models
von: Deng, Wei, et al.
Veröffentlicht: (2026)

Real-time Spatial-temporal Traversability Assessment via Feature-based Sparse Gaussian Process
von: Hou, Zhenyu, et al.
Veröffentlicht: (2025)

MoSA: Motion-Coherent Human Video Generation via Structure-Appearance Decoupling
von: Wang, Haoyu, et al.
Veröffentlicht: (2025)

Egocentric Visibility-Aware Human Pose Estimation
von: Dai, Peng, et al.
Veröffentlicht: (2026)

Fusing Pixels and Genes: Spatially-Aware Learning in Computational Pathology
von: Han, Minghao, et al.
Veröffentlicht: (2026)

TACR-YOLO: A Real-time Detection Framework for Abnormal Human Behaviors Enhanced with Coordinate and Task-Aware Representations
von: Yin, Xinyi, et al.
Veröffentlicht: (2025)

LGM-Pose: A Lightweight Global Modeling Network for Real-time Human Pose Estimation
von: Guo, Biao, et al.
Veröffentlicht: (2025)

EditRefiner: A Human-Aligned Agentic Framework for Image Editing Refinement
von: Xu, Zitong, et al.
Veröffentlicht: (2026)

OARS: Process-Aware Online Alignment for Generative Real-World Image Super-Resolution
von: Zhao, Shijie, et al.
Veröffentlicht: (2026)

GaussianGAN: Real-Time Photorealistic controllable Human Avatars
von: Lakhal, Mohamed Ilyes, et al.
Veröffentlicht: (2025)

PARSE: Part-Aware Relational Spatial Modeling
von: Bai, Yinuo, et al.
Veröffentlicht: (2026)

HumanSAM: Classifying Human-centric Forgery Videos in Human Spatial, Appearance, and Motion Anomaly
von: Liu, Chang, et al.
Veröffentlicht: (2025)

HMD-Poser: On-Device Real-time Human Motion Tracking from Scalable Sparse Observations
von: Dai, Peng, et al.
Veröffentlicht: (2024)

Real-time Monocular Depth Estimation on Embedded Systems
von: Feng, Cheng, et al.
Veröffentlicht: (2023)

Spatial Degradation-Aware and Temporal Consistent Diffusion Model for Compressed Video Super-Resolution
von: An, Hongyu, et al.
Veröffentlicht: (2025)

SPAD : Spatially Aware Multiview Diffusers
von: Kant, Yash, et al.
Veröffentlicht: (2024)

A Spatial-Frequency Aware Multi-Scale Fusion Network for Real-Time Deepfake Detection
von: Lv, Libo, et al.
Veröffentlicht: (2025)

TraceVision: Trajectory-Aware Vision-Language Model for Human-Like Spatial Understanding
von: Yang, Fan, et al.
Veröffentlicht: (2026)

GenSpace: Benchmarking Spatially-Aware Image Generation
von: Wang, Zehan, et al.
Veröffentlicht: (2025)

Boosting Quantitive and Spatial Awareness for Zero-Shot Object Counting
von: Zhang, Da, et al.
Veröffentlicht: (2026)

Refining CLIP's Spatial Awareness: A Visual-Centric Perspective
von: Qiu, Congpei, et al.
Veröffentlicht: (2025)

STAR: Spatial-Temporal Augmentation with Text-to-Video Models for Real-World Video Super-Resolution
von: Xie, Rui, et al.
Veröffentlicht: (2025)