Buchumschlag

NOVA: Next-step Open-Vocabulary Autoregression for 3D Multi-Object Tracking in Autonomous Driving

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Luo, Kai, Wang, Xu, Fan, Rui, Yang, Kailun
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Robotics Image and Video Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EchoTrack: Auditory Referring Multi-Object Tracking for Autonomous Driving
von: Lin, Jiacheng, et al.
Veröffentlicht: (2024)

Learning Fine-Grained Correspondence with Cross-Perspective Perception for Open-Vocabulary 6D Object Pose Estimation
von: Qin, Yu, et al.
Veröffentlicht: (2026)

DepTR-MOT: Unveiling the Potential of Depth-Informed Trajectory Refinement for Multi-Object Tracking
von: Deng, Buyin, et al.
Veröffentlicht: (2025)

Omnidirectional Multi-Object Tracking
von: Luo, Kai, et al.
Veröffentlicht: (2025)

OmniTrack++: Omnidirectional Multi-Object Tracking by Learning Large-FoV Trajectory Feedback
von: Luo, Kai, et al.
Veröffentlicht: (2025)

O3N: Omnidirectional Open-Vocabulary Occupancy Prediction
von: Duan, Mengfei, et al.
Veröffentlicht: (2026)

OccTrack360: 4D Panoptic Occupancy Tracking from Surround-View Fisheye Cameras
von: Lin, Yongzhi, et al.
Veröffentlicht: (2026)

$M^2$-Occ: Resilient 3D Semantic Occupancy Prediction for Autonomous Driving with Incomplete Camera Inputs
von: Lin, Kaixin, et al.
Veröffentlicht: (2026)

Offboard Occupancy Refinement with Hybrid Propagation for Autonomous Driving
von: Shi, Hao, et al.
Veröffentlicht: (2024)

Towards Consistent Object Detection via LiDAR-Camera Synergy
von: Luo, Kai, et al.
Veröffentlicht: (2024)

Spherical-GOF: Geometry-Aware Panoramic Gaussian Opacity Fields for 3D Scene Reconstruction
von: Yang, Zhe, et al.
Veröffentlicht: (2026)

S$^3$-MonoDETR: Supervised Shape&Scale-perceptive Deformable Transformer for Monocular 3D Object Detection
von: He, Xuan, et al.
Veröffentlicht: (2023)

Learning Granularity-Aware Affordances from Human-Object Interaction for Tool-Based Functional Dexterous Grasping
von: Yang, Fan, et al.
Veröffentlicht: (2024)

DeProPose: Deficiency-Proof 3D Human Pose Estimation via Adaptive Multi-View Fusion
von: Jiao, Jianbin, et al.
Veröffentlicht: (2025)

CoBEV: Elevating Roadside 3D Object Detection with Depth and Height Complementarity
von: Shi, Hao, et al.
Veröffentlicht: (2023)

Multi-Keypoint Affordance Representation for Functional Dexterous Grasping
von: Yang, Fan, et al.
Veröffentlicht: (2025)

Towards Precise 3D Human Pose Estimation with Multi-Perspective Spatial-Temporal Relational Transformers
von: Jiao, Jianbin, et al.
Veröffentlicht: (2024)

Can we Trust Unreliable Voxels? Exploring 3D Semantic Occupancy Prediction under Label Noise
von: Li, Wenxin, et al.
Veröffentlicht: (2026)

Unveiling the Potential of Segment Anything Model 2 for RGB-Thermal Semantic Segmentation with Language Guidance
von: Zhao, Jiayi, et al.
Veröffentlicht: (2025)

One-Shot Affordance Grounding of Deformable Objects in Egocentric Organizing Scenes
von: Jia, Wanjun, et al.
Veröffentlicht: (2025)

CoBEVMoE: Heterogeneity-aware Feature Fusion with Dynamic Mixture-of-Experts for Collaborative Perception
von: Kong, Lingzhao, et al.
Veröffentlicht: (2025)

LFX: Towards Unified Light Field Dense Semantic Segmentation and Salient Object Detection
von: Teng, Fei, et al.
Veröffentlicht: (2025)

NRSeg: Noise-Resilient Learning for BEV Semantic Segmentation via Driving World Models
von: Li, Siyu, et al.
Veröffentlicht: (2025)

EgoEV-HandPose: Egocentric 3D Hand Pose Estimation and Gesture Recognition with Stereo Event Cameras
von: Wang, Luming, et al.
Veröffentlicht: (2026)

Language-Driven Dual Style Mixing for Single-Domain Generalized Object Detection
von: Qin, Hongda, et al.
Veröffentlicht: (2025)

A Compendium of Autonomous Navigation using Object Detection and Tracking in Unmanned Aerial Vehicles
von: Arora, Mohit, et al.
Veröffentlicht: (2025)

QuaDreamer: Controllable Panoramic Video Generation for Quadruped Robots
von: Wu, Sheng, et al.
Veröffentlicht: (2025)

MambaMOS: LiDAR-based 3D Moving Object Segmentation with Motion-aware State Space Model
von: Zeng, Kang, et al.
Veröffentlicht: (2024)

Panoramic Multimodal Semantic Occupancy Prediction for Quadruped Robots
von: Zhao, Guoqiang, et al.
Veröffentlicht: (2026)

Event-guided 3D Gaussian Splatting for Dynamic Human and Scene Reconstruction
von: Yin, Xiaoting, et al.
Veröffentlicht: (2025)

InterEdit: Navigating Text-Guided Multi-Human 3D Motion Editing
von: Yang, Yebin, et al.
Veröffentlicht: (2026)

LF Tracy: A Unified Single-Pipeline Approach for Salient Object Detection in Light Field Cameras
von: Teng, Fei, et al.
Veröffentlicht: (2024)

Panoramic Out-of-Distribution Segmentation
von: Duan, Mengfei, et al.
Veröffentlicht: (2025)

Hallucinating 360°: Panoramic Street-View Generation via Local Scenes Diffusion and Probabilistic Prompting
von: Teng, Fei, et al.
Veröffentlicht: (2025)

Out-of-Distribution Semantic Occupancy Prediction
von: Zhang, Yuheng, et al.
Veröffentlicht: (2025)

P2U-SLAM: A Monocular Wide-FoV SLAM System Based on Point Uncertainty and Pose Uncertainty
von: Zhang, Yufan, et al.
Veröffentlicht: (2024)

PVPUFormer: Probabilistic Visual Prompt Unified Transformer for Interactive Image Segmentation
von: Zhang, Xu, et al.
Veröffentlicht: (2023)

CFMW: Cross-modality Fusion Mamba for Robust Object Detection under Adverse Weather
von: Li, Haoyuan, et al.
Veröffentlicht: (2024)

Exploring Event-based Human Pose Estimation with 3D Event Representations
von: Yin, Xiaoting, et al.
Veröffentlicht: (2023)

DriveNetBench: An Affordable and Configurable Single-Camera Benchmarking System for Autonomous Driving Networks
von: Al-Bustami, Ali, et al.
Veröffentlicht: (2025)