Enregistré dans:
| Auteurs principaux: | Zhang, Ke, Zhao, Xiangchen, Tian, Yunjie, Zheng, Jiayu, Patel, Vishal M., Fu, Di |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2603.10300 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
On-Policy Distillation with Best-of-N Teacher Rollout Selection
par: Zhang, Ke, et autres
Publié: (2026)
par: Zhang, Ke, et autres
Publié: (2026)
MedCL: Learning Consistent Anatomy Distribution for Scribble-supervised Medical Image Segmentation
par: Zhang, Ke, et autres
Publié: (2025)
par: Zhang, Ke, et autres
Publié: (2025)
ModelMix: A New Model-Mixup Strategy to Minimize Vicinal Risk across Tasks for Few-scribble based Cardiac Segmentation
par: Zhang, Ke, et autres
Publié: (2024)
par: Zhang, Ke, et autres
Publié: (2024)
FreeViS: Training-free Video Stylization with Inconsistent References
par: Xu, Jiacong, et autres
Publié: (2025)
par: Xu, Jiacong, et autres
Publié: (2025)
Endless World: Real-Time 3D-Aware Long Video Generation
par: Zhang, Ke, et autres
Publié: (2025)
par: Zhang, Ke, et autres
Publié: (2025)
RB-FT: Rationale-Bootstrapped Fine-Tuning for Video Classification
par: Xu, Meilong, et autres
Publié: (2025)
par: Xu, Meilong, et autres
Publié: (2025)
Think Before You Diffuse: Infusing Physical Rules into Video Diffusion
par: Zhang, Ke, et autres
Publié: (2025)
par: Zhang, Ke, et autres
Publié: (2025)
Hyp-OC: Hyperbolic One Class Classification for Face Anti-Spoofing
par: Narayan, Kartik, et autres
Publié: (2024)
par: Narayan, Kartik, et autres
Publié: (2024)
Instance Brownian Bridge as Texts for Open-vocabulary Video Instance Segmentation
par: Cheng, Zesen, et autres
Publié: (2024)
par: Cheng, Zesen, et autres
Publié: (2024)
OpenVIS: Open-vocabulary Video Instance Segmentation
par: Guo, Pinxue, et autres
Publié: (2023)
par: Guo, Pinxue, et autres
Publié: (2023)
Not All Tokens Need 40 Steps: Heterogeneous Step Allocation in Diffusion Transformers for Efficient Video Generation
par: Chu, Ernie, et autres
Publié: (2026)
par: Chu, Ernie, et autres
Publié: (2026)
Histomorphology-Guided Prototypical Multi-Instance Learning for Breast Cancer WSI Classification
par: Wang, Baizhi, et autres
Publié: (2025)
par: Wang, Baizhi, et autres
Publié: (2025)
Seeing More, Saying More: Lightweight Language Experts are Dynamic Video Token Compressors
par: Wang, Xiangchen, et autres
Publié: (2025)
par: Wang, Xiangchen, et autres
Publié: (2025)
Face-to-Face: A Video Dataset for Multi-Person Interaction Modeling
par: Chu, Ernie, et autres
Publié: (2026)
par: Chu, Ernie, et autres
Publié: (2026)
Frame by Familiar Frame: Understanding Replication in Video Diffusion Models
par: Rahman, Aimon, et autres
Publié: (2024)
par: Rahman, Aimon, et autres
Publié: (2024)
Unified Embedding Alignment for Open-Vocabulary Video Instance Segmentation
par: Fang, Hao, et autres
Publié: (2024)
par: Fang, Hao, et autres
Publié: (2024)
From Intuition to Investigation: A Tool-Augmented Reasoning MLLM Framework for Generalizable Face Anti-Spoofing
par: Zhang, Haoyuan, et autres
Publié: (2026)
par: Zhang, Haoyuan, et autres
Publié: (2026)
Dense Multimodal Alignment for Open-Vocabulary 3D Scene Understanding
par: Li, Ruihuang, et autres
Publié: (2024)
par: Li, Ruihuang, et autres
Publié: (2024)
Open Vision Reasoner: Transferring Linguistic Cognitive Behavior for Visual Reasoning
par: Wei, Yana, et autres
Publié: (2025)
par: Wei, Yana, et autres
Publié: (2025)
Polymorph: Energy-Efficient Multi-Label Classification for Video Streams on Embedded Devices
par: Ghafouri, Saeid, et autres
Publié: (2025)
par: Ghafouri, Saeid, et autres
Publié: (2025)
Unsupervised Open-Vocabulary Object Localization in Videos
par: Fan, Ke, et autres
Publié: (2023)
par: Fan, Ke, et autres
Publié: (2023)
SyncVIS: Synchronized Video Instance Segmentation
par: Zheng, Rongkun, et autres
Publié: (2024)
par: Zheng, Rongkun, et autres
Publié: (2024)
LLMVA-GEBC: Large Language Model with Video Adapter for Generic Event Boundary Captioning
par: Tang, Yolo Yunlong, et autres
Publié: (2023)
par: Tang, Yolo Yunlong, et autres
Publié: (2023)
Towards Real-Time Open-Vocabulary Video Instance Segmentation
par: Yan, Bin, et autres
Publié: (2024)
par: Yan, Bin, et autres
Publié: (2024)
Image-to-Video Diffusion: From Foundations to Open Frontiers
par: Wang, Xianlong, et autres
Publié: (2026)
par: Wang, Xianlong, et autres
Publié: (2026)
InstanceV: Instance-Level Video Generation
par: Chen, Yuheng, et autres
Publié: (2025)
par: Chen, Yuheng, et autres
Publié: (2025)
AWRaCLe: All-Weather Image Restoration using Visual In-Context Learning
par: Rajagopalan, Sudarshan, et autres
Publié: (2024)
par: Rajagopalan, Sudarshan, et autres
Publié: (2024)
Low-rank Adaptation-based All-Weather Removal for Autonomous Navigation
par: Rajagopalan, Sudarshan, et autres
Publié: (2024)
par: Rajagopalan, Sudarshan, et autres
Publié: (2024)
RemoteVAR: Autoregressive Visual Modeling for Remote Sensing Change Detection
par: Korkmaz, Yilmaz, et autres
Publié: (2026)
par: Korkmaz, Yilmaz, et autres
Publié: (2026)
Active Learning for Vision-Language Models
par: Safaei, Bardia, et autres
Publié: (2024)
par: Safaei, Bardia, et autres
Publié: (2024)
Implicit Neural Representations: A Signal Processing Perspective
par: Jayasundara, Dhananjaya, et autres
Publié: (2026)
par: Jayasundara, Dhananjaya, et autres
Publié: (2026)
VideoHallucer: Evaluating Intrinsic and Extrinsic Hallucinations in Large Video-Language Models
par: Wang, Yuxuan, et autres
Publié: (2024)
par: Wang, Yuxuan, et autres
Publié: (2024)
Video In-context Learning: Autoregressive Transformers are Zero-Shot Video Imitators
par: Zhang, Wentao, et autres
Publié: (2024)
par: Zhang, Wentao, et autres
Publié: (2024)
Details Matter for Indoor Open-vocabulary 3D Instance Segmentation
par: Jung, Sanghun, et autres
Publié: (2025)
par: Jung, Sanghun, et autres
Publié: (2025)
CLIP-VIS: Adapting CLIP for Open-Vocabulary Video Instance Segmentation
par: Zhu, Wenqi, et autres
Publié: (2024)
par: Zhu, Wenqi, et autres
Publié: (2024)
InstanceAnimator: Multi-Instance Sketch Video Colorization
par: Zhang, Yinhan, et autres
Publié: (2026)
par: Zhang, Yinhan, et autres
Publié: (2026)
VideoSAM: Open-World Video Segmentation
par: Guo, Pinxue, et autres
Publié: (2024)
par: Guo, Pinxue, et autres
Publié: (2024)
Multi-Level LVLM Guidance for Untrimmed Video Action Recognition
par: Peng, Liyang, et autres
Publié: (2025)
par: Peng, Liyang, et autres
Publié: (2025)
ViLa-MIL: Dual-scale Vision-Language Multiple Instance Learning for Whole Slide Image Classification
par: Shi, Jiangbo, et autres
Publié: (2025)
par: Shi, Jiangbo, et autres
Publié: (2025)
iMOVE: Instance-Motion-Aware Video Understanding
par: Li, Jiaze, et autres
Publié: (2025)
par: Li, Jiaze, et autres
Publié: (2025)
Documents similaires
-
On-Policy Distillation with Best-of-N Teacher Rollout Selection
par: Zhang, Ke, et autres
Publié: (2026) -
MedCL: Learning Consistent Anatomy Distribution for Scribble-supervised Medical Image Segmentation
par: Zhang, Ke, et autres
Publié: (2025) -
ModelMix: A New Model-Mixup Strategy to Minimize Vicinal Risk across Tasks for Few-scribble based Cardiac Segmentation
par: Zhang, Ke, et autres
Publié: (2024) -
FreeViS: Training-free Video Stylization with Inconsistent References
par: Xu, Jiacong, et autres
Publié: (2025) -
Endless World: Real-Time 3D-Aware Long Video Generation
par: Zhang, Ke, et autres
Publié: (2025)