Buchumschlag

SlotVTG: Object-Centric Adapter for Generalizable Video Temporal Grounding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Han, Jiwook, Ahn, Geo, Kim, Youngrae, Choi, Jinwoo
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

EVIDENT: Routing MLLM Adaptation through Entity-Grounded Visual Evidence for Cross-Domain Video Temporal Grounding
von: Ahn, Geo, et al.
Veröffentlicht: (2026)

DEVIAS: Learning Disentangled Video Representations of Action and Scene
von: Bae, Kyungho, et al.
Veröffentlicht: (2023)

VTG-LLM: Integrating Timestamp Knowledge into Video LLMs for Enhanced Video Temporal Grounding
von: Guo, Yongxin, et al.
Veröffentlicht: (2024)

UniversalVTG: A Universal and Lightweight Foundation Model for Video Temporal Grounding
von: An, Joungbin, et al.
Veröffentlicht: (2026)

PCEvE: Part Contribution Evaluation Based Model Explanation for Human Figure Drawing Assessment and Beyond
von: Lee, Jongseo, et al.
Veröffentlicht: (2024)

Why Can't I Open My Drawer? Mitigating Object-Driven Shortcuts in Zero-Shot Compositional Action Recognition
von: Ahn, Geo, et al.
Veröffentlicht: (2026)

ChatVTG: Video Temporal Grounding via Chat with Video Dialogue Large Language Models
von: Qu, Mengxue, et al.
Veröffentlicht: (2024)

VTG-GPT: Tuning-Free Zero-Shot Video Temporal Grounding with GPT
von: Xu, Yifang, et al.
Veröffentlicht: (2024)

Slot-MLLM: Object-Centric Visual Tokenization for Multimodal LLM
von: Chi, Donghwan, et al.
Veröffentlicht: (2025)

OmniVTG: A Large-Scale Dataset and Training Paradigm for Open-World Video Temporal Grounding
von: Zheng, Minghang, et al.
Veröffentlicht: (2026)

When Slots Compete: Slot Merging in Object-Centric Learning
von: Chatzisavvas, Christos, et al.
Veröffentlicht: (2026)

Slot-VAE: Object-Centric Scene Generation with Slot Attention
von: Wang, Yanbo, et al.
Veröffentlicht: (2023)

FlashVTG: Feature Layering and Adaptive Score Handling Network for Video Temporal Grounding
von: Cao, Zhuo, et al.
Veröffentlicht: (2024)

Leveraging Image Augmentation for Object Manipulation: Towards Interpretable Controllability in Object-Centric Learning
von: Kim, Jinwoo, et al.
Veröffentlicht: (2023)

SlotMemory: Object-Centric KV Memory for Streaming Long-Video Generation
von: Dou, Weijia, et al.
Veröffentlicht: (2026)

Temporally Consistent Object-Centric Learning by Contrasting Slots
von: Manasyan, Anna, et al.
Veröffentlicht: (2024)

SlotMatch: Distilling Object-Centric Representations for Unsupervised Video Segmentation
von: Grigore, Diana-Nicoleta, et al.
Veröffentlicht: (2025)

Reconstruction-Guided Slot Curriculum: Addressing Object Over-Fragmentation in Video Object-Centric Learning
von: Moon, WonJun, et al.
Veröffentlicht: (2026)

MetaSlot: Break Through the Fixed Number of Slots in Object-Centric Learning
von: Liu, Hongjia, et al.
Veröffentlicht: (2025)

Temporal Grounding as a Learning Signal for Referring Video Object Segmentation
von: Lee, Seunghun, et al.
Veröffentlicht: (2025)

Learning Global Object-Centric Representations via Disentangled Slot Attention
von: Chen, Tonglin, et al.
Veröffentlicht: (2024)

Learning Object-Centric Representations Based on Slots in Real World Scenarios
von: Akan, Adil Kaan
Veröffentlicht: (2025)

OpenSlot: Mixed Open-Set Recognition with Object-Centric Learning
von: Yin, Xu, et al.
Veröffentlicht: (2024)

PlaySlot: Learning Inverse Latent Dynamics for Controllable Object-Centric Video Prediction and Planning
von: Villar-Corrales, Angel, et al.
Veröffentlicht: (2025)

Compositional Video Synthesis by Temporal Object-Centric Learning
von: Akan, Adil Kaan, et al.
Veröffentlicht: (2025)

Neural Slot Interpreters: Grounding Object Semantics in Emergent Slot Representations
von: Dedhia, Bhishma, et al.
Veröffentlicht: (2024)

TAG: A Simple Yet Effective Temporal-Aware Approach for Zero-Shot Video Temporal Grounding
von: Lee, Jin-Seop, et al.
Veröffentlicht: (2025)

Object-Centric Learning with Slot Mixture Module
von: Kirilenko, Daniil, et al.
Veröffentlicht: (2023)

GLASS: Guided Latent Slot Diffusion for Object-Centric Learning
von: Singh, Krishnakant, et al.
Veröffentlicht: (2024)

Guided Slot Attention for Unsupervised Video Object Segmentation
von: Lee, Minhyeok, et al.
Veröffentlicht: (2023)

QASA: Quality-Guided K-Adaptive Slot Attention for Unsupervised Object-Centric Learning
von: Ouyang, Tianran, et al.
Veröffentlicht: (2026)

Fine-Grained Open-Vocabulary Object Recognition via User-Guided Segmentation
von: Ahn, Jinwoo, et al.
Veröffentlicht: (2024)

Class-Continuous Conditional Generative Neural Radiance Field
von: Kim, Jiwook, et al.
Veröffentlicht: (2023)

ORIDa: Object-centric Real-world Image Composition Dataset
von: Kim, Jinwoo, et al.
Veröffentlicht: (2025)

OCK: Unsupervised Dynamic Video Prediction with Object-Centric Kinematics
von: Song, Yeon-Ji, et al.
Veröffentlicht: (2024)

Future Slot Prediction for Unsupervised Object Discovery in Surgical Video
von: Liao, Guiqiu, et al.
Veröffentlicht: (2025)

ContextFusion and Bootstrap: An Effective Approach to Improve Slot Attention-Based Object-Centric Learning
von: Tian, Pinzhuo, et al.
Veröffentlicht: (2025)

MASH-VLM: Mitigating Action-Scene Hallucination in Video-LLMs through Disentangled Spatial-Temporal Representations
von: Bae, Kyungho, et al.
Veröffentlicht: (2025)

Infusing Environmental Captions for Long-Form Video Language Grounding
von: Lee, Hyogun, et al.
Veröffentlicht: (2024)

Scribble-Guided Diffusion for Training-free Text-to-Image Generation
von: Lee, Seonho, et al.
Veröffentlicht: (2024)