Buchumschlag

StoryTailor:A Zero-Shot Pipeline for Action-Rich Multi-Subject Visual Narratives

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Jinghao, Zhang, Yuhe, Geng, GuoHua, Li, Kang, Zhang, Han
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

Beyond Color and Lines: Zero-Shot Style-Specific Image Variations with Coordinated Semantics
von: Hu, Jinghao, et al.
Veröffentlicht: (2024)

Telling Stories for Common Sense Zero-Shot Action Recognition
von: Gowda, Shreyank N, et al.
Veröffentlicht: (2023)

Boosting Consistency in Story Visualization with Rich-Contextual Conditional Diffusion Models
von: Shen, Fei, et al.
Veröffentlicht: (2024)

Zero-Shot Skeleton-based Action Recognition with Dual Visual-Text Alignment
von: Kuang, Jidong, et al.
Veröffentlicht: (2024)

SubZero: Composing Subject, Style, and Action via Zero-Shot Personalization
von: Borse, Shubhankar, et al.
Veröffentlicht: (2025)

DreamingComics: A Story Visualization Pipeline via Subject and Layout Customized Generation using Video Models
von: Kwon, Patrick, et al.
Veröffentlicht: (2025)

Expanding Zero-Shot Object Counting with Rich Prompts
von: Zhu, Huilin, et al.
Veröffentlicht: (2025)

Multi-Stage VLM Pipeline for Zero-Shot Traffic Accident Understanding
von: Tatematsu, Fumiya, et al.
Veröffentlicht: (2026)

One Shot Learning for Edge Detection on Point Clouds
von: Tu, Zhikun, et al.
Veröffentlicht: (2026)

Zero-Shot Action Generalization with Limited Observations
von: Alchihabi, Abdullah, et al.
Veröffentlicht: (2025)

Training-Free Zero-Shot Temporal Action Detection with Vision-Language Models
von: Han, Chaolei, et al.
Veröffentlicht: (2025)

DreamStory: Open-Domain Story Visualization by LLM-Guided Multi-Subject Consistent Diffusion
von: He, Huiguo, et al.
Veröffentlicht: (2024)

Epsilon: Exploring Comprehensive Visual-Semantic Projection for Multi-Label Zero-Shot Learning
von: Liu, Ziming, et al.
Veröffentlicht: (2024)

MuSS: A Large-Scale Dataset and Cinematic Narrative Benchmark for Multi-Shot Subject-to-Video Generation
von: Zhang, Haojie, et al.
Veröffentlicht: (2026)

Zero-Shot Skeleton-Based Action Recognition With Prototype-Guided Feature Alignment
von: Zhou, Kai, et al.
Veröffentlicht: (2025)

SUGAR: Subject-Driven Video Customization in a Zero-Shot Manner
von: Zhou, Yufan, et al.
Veröffentlicht: (2024)

Subject-Aware Multi-Granularity Alignment for Zero-Shot EEG-to-Image Retrieval
von: Jiang, Lin, et al.
Veröffentlicht: (2026)

OZ-TAL: Online Zero-Shot Temporal Action Localization
von: Han, Chaolei, et al.
Veröffentlicht: (2026)

Multi-Granularity Mutual Refinement Network for Zero-Shot Learning
von: Wang, Ning, et al.
Veröffentlicht: (2025)

Neuron: Learning Context-Aware Evolving Representations for Zero-Shot Skeleton Action Recognition
von: Chen, Yang, et al.
Veröffentlicht: (2024)

Visual-Semantic Graph Matching Net for Zero-Shot Learning
von: Duan, Bowen, et al.
Veröffentlicht: (2024)

Learning Visual Proxy for Compositional Zero-Shot Learning
von: Zhang, Shiyu, et al.
Veröffentlicht: (2025)

VLCounter: Text-aware Visual Representation for Zero-Shot Object Counting
von: Kang, Seunggu, et al.
Veröffentlicht: (2023)

Diverse and Tailored Image Generation for Zero-shot Multi-label Classification
von: Zhang, Kaixin, et al.
Veröffentlicht: (2024)

ZEBRA: Towards Zero-Shot Cross-Subject Generalization for Universal Brain Visual Decoding
von: Wang, Haonan, et al.
Veröffentlicht: (2025)

DreamVideo-2: Zero-Shot Subject-Driven Video Customization with Precise Motion Control
von: Wei, Yujie, et al.
Veröffentlicht: (2024)

SVIP: Semantically Contextualized Visual Patches for Zero-Shot Learning
von: Chen, Zhi, et al.
Veröffentlicht: (2025)

FALIP: Visual Prompt as Foveal Attention Boosts CLIP Zero-Shot Performance
von: Zhuang, Jiedong, et al.
Veröffentlicht: (2024)

VisAgent: Narrative-Preserving Story Visualization Framework
von: Kim, Seungkwon, et al.
Veröffentlicht: (2025)

ViStoryBench: Comprehensive Benchmark Suite for Story Visualization
von: Zhuang, Cailin, et al.
Veröffentlicht: (2025)

Text-Enhanced Zero-Shot Action Recognition: A training-free approach
von: Bosetti, Massimo, et al.
Veröffentlicht: (2024)

LAGO: Language-Guided Adaptive Object-Region Focus for Zero-Shot Visual-Text Alignment
von: Hu, Junyi, et al.
Veröffentlicht: (2026)

Continual Learning Improves Zero-Shot Action Recognition
von: Gowda, Shreyank N, et al.
Veröffentlicht: (2024)

Novel Semantic Prompting for Zero-Shot Action Recognition
von: Iqbal, Salman, et al.
Veröffentlicht: (2026)

Test-Time Zero-Shot Temporal Action Localization
von: Liberatori, Benedetta, et al.
Veröffentlicht: (2024)

AnyLogo: Symbiotic Subject-Driven Diffusion System with Gemini Status
von: Zhang, Jinghao, et al.
Veröffentlicht: (2024)

Dual Expert Distillation Network for Generalized Zero-Shot Learning
von: Rao, Zhijie, et al.
Veröffentlicht: (2024)

Visual and Semantic Prompt Collaboration for Generalized Zero-Shot Learning
von: Jiang, Huajie, et al.
Veröffentlicht: (2025)

Attend and Enrich: Enhanced Visual Prompt for Zero-Shot Learning
von: Liu, Man, et al.
Veröffentlicht: (2024)

Shot2Story: A New Benchmark for Comprehensive Understanding of Multi-shot Videos
von: Han, Mingfei, et al.
Veröffentlicht: (2023)