Buchumschlag

GTASA: Ground Truth Annotations for Spatiotemporal Analysis, Evaluation and Training of Video Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cudlenco, Nicolae, Masala, Mihai, Leordeanu, Marius
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

Agentic Video Generation: From Text to Executable Event Graphs via Tool-Constrained LLM Planning
von: Cudlenco, Nicolae, et al.
Veröffentlicht: (2026)

Towards Zero-Shot & Explainable Video Description by Reasoning over Graphs of Events in Space and Time
von: Masala, Mihai, et al.
Veröffentlicht: (2025)

From Vision To Language through Graph of Events in Space and Time: An Explainable Self-supervised Approach
von: Masala, Mihai, et al.
Veröffentlicht: (2025)

Closer to Ground Truth: Realistic Shape and Appearance Labeled Data Generation for Unsupervised Underwater Image Segmentation
von: Jelea, Andrei, et al.
Veröffentlicht: (2025)

Probabilistic Hyper-Graphs using Multiple Randomly Masked Autoencoders for Semi-supervised Multi-modal Multi-task Learning
von: Mihai-Cristian, Pîrvu, et al.
Veröffentlicht: (2025)

Multi-modal video data-pipelines for machine learning with minimal human supervision
von: Pîrvu, Mihai-Cristian, et al.
Veröffentlicht: (2025)

With Great Context Comes Great Prediction Power: Classifying Objects via Geo-Semantic Scene Graphs
von: Constantinescu, Ciprian, et al.
Veröffentlicht: (2025)

Multiple Random Masking Autoencoder Ensembles for Robust Multimodal Semi-supervised Learning
von: Todoran, Alexandru-Raul, et al.
Veröffentlicht: (2024)

Learning on the Fly: Replay-Based Continual Object Perception for Indoor Drones
von: Nae, Sebastian-Ion, et al.
Veröffentlicht: (2026)

Efficient Self-Supervised Neuro-Analytic Visual Servoing for Real-time Quadrotor Control
von: Mocanu, Sebastian, et al.
Veröffentlicht: (2025)

Self-Supervised Learning to Fly using Efficient Semantic Segmentation and Metric Depth Estimation for Low-Cost Autonomous UAVs
von: Mocanu, Sebastian, et al.
Veröffentlicht: (2025)

Learning from Random Subspace Exploration: Generalized Test-Time Augmentation with Self-supervised Distillation
von: Jelea, Andrei, et al.
Veröffentlicht: (2025)

Inside Knowledge: Graph-based Path Generation with Explainable Data Augmentation and Curriculum Learning for Visual Indoor Navigation
von: Airinei, Daniel, et al.
Veröffentlicht: (2025)

Maia: A Real-time Non-Verbal Chat for Human-AI Interaction
von: Costea, Dragos, et al.
Veröffentlicht: (2024)

A self-supervised cyclic neural-analytic approach for novel view synthesis and 3D reconstruction
von: Costea, Dragos, et al.
Veröffentlicht: (2025)

3D Ground Truth Reconstruction from Multi-Camera Annotations Using UKF
von: Van Ma, Linh, et al.
Veröffentlicht: (2025)

Non-verbal Real-time Human-AI Interaction in Constrained Robotic Environments
von: Costea, Dragos, et al.
Veröffentlicht: (2026)

Fine-grained Spatiotemporal Grounding on Egocentric Videos
von: Liang, Shuo, et al.
Veröffentlicht: (2025)

Iterative Explainability for Weakly Supervised Segmentation in Medical PE Detection
von: Condrea, Florin, et al.
Veröffentlicht: (2024)

"Înţelegi Româneşte?'' A Recipe for Romanian Vision-Language Models
von: Masala, Mihai, et al.
Veröffentlicht: (2026)

An Evaluation of Hybrid Annotation Workflows on High-Ambiguity Spatiotemporal Video Footage
von: Gutiérrez, Juan, et al.
Veröffentlicht: (2025)

Amodal Ground Truth and Completion in the Wild
von: Zhan, Guanqi, et al.
Veröffentlicht: (2023)

Minority Reports: Balancing Cost and Quality in Ground Truth Data Annotation
von: Liao, Hsuan Wei, et al.
Veröffentlicht: (2025)

IKIWISI: An Interactive Visual Pattern Generator for Evaluating the Reliability of Vision-Language Models Without Ground Truth
von: Islam, Md Touhidul, et al.
Veröffentlicht: (2025)

A Human-Annotated Video Dataset for Training and Evaluation of 360-Degree Video Summarization Methods
von: Kontostathis, Ioannis, et al.
Veröffentlicht: (2024)

Look Ma, No Ground Truth! Ground-Truth-Free Tuning of Structure from Motion and Visual SLAM
von: Fontan, Alejandro, et al.
Veröffentlicht: (2024)

Training-free Online Video Step Grounding
von: Zanella, Luca, et al.
Veröffentlicht: (2025)

Beyond the Ground Truth: Enhanced Supervision for Image Restoration
von: Ryou, Donghun, et al.
Veröffentlicht: (2025)

MIDAS: Modeling Ground-Truth Distributions with Dark Knowledge for Domain Generalized Stereo Matching
von: Xu, Peng, et al.
Veröffentlicht: (2025)

Not Just Streaks: Towards Ground Truth for Single Image Deraining
von: Ba, Yunhao, et al.
Veröffentlicht: (2022)

LLM4VG: Large Language Models Evaluation for Video Grounding
von: Feng, Wei, et al.
Veröffentlicht: (2023)

Training-free Video Temporal Grounding using Large-scale Pre-trained Models
von: Zheng, Minghang, et al.
Veröffentlicht: (2024)

VideoTG-R1: Boosting Video Temporal Grounding via Curriculum Reinforcement Learning on Reflected Boundary Annotations
von: Dong, Lu, et al.
Veröffentlicht: (2025)

Perspective-Equivariant Fine-tuning for Multispectral Demosaicing without Ground Truth
von: Wang, Andrew, et al.
Veröffentlicht: (2026)

Learning Cross-view Visual Geo-localization without Ground Truth
von: Li, Haoyuan, et al.
Veröffentlicht: (2024)

Marine Snow Removal Using Internally Generated Pseudo Ground Truth
von: Malyugina, Alexandra, et al.
Veröffentlicht: (2025)

CaMo: Camera Motion Grounded Evaluation and Training for Vision-Language Models
von: Huang, Hsiang-Wei, et al.
Veröffentlicht: (2026)

UniCtrl: Improving the Spatiotemporal Consistency of Text-to-Video Diffusion Models via Training-Free Unified Attention Control
von: Xia, Tian, et al.
Veröffentlicht: (2024)

Scene-R1: Video-Grounded Large Language Models for 3D Scene Reasoning without 3D Annotations
von: Yuan, Zhihao, et al.
Veröffentlicht: (2025)

Reducing Annotation Burden: Exploiting Image Knowledge for Few-Shot Medical Video Object Segmentation via Spatiotemporal Consistency Relearning
von: Zheng, Zixuan, et al.
Veröffentlicht: (2025)