Buchumschlag

IMPACT: A Dataset for Multi-Granularity Human Procedural Action Understanding in Industrial Assembly

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wen, Di, Zhong, Zeyun, Schneider, David, Zaremski, Manuel, Kunzmann, Linus, Shi, Yitian, Liu, Ruiping, Chen, Yufan, Zheng, Junwei, Li, Jiahang, Hemmerich, Jonas, Tong, Qiyi, Grauberger, Patric, Ajoudani, Arash, Paudel, Danda Pani, Matthiesen, Sven, Deml, Barbara, Beyerer, Jürgen, Van Gool, Luc, Stiefelhagen, Rainer, Peng, Kunyu
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RoHOI: Robustness Benchmark for Human-Object Interaction Detection
von: Wen, Di, et al.
Veröffentlicht: (2025)

RefAtomNet++: Advancing Referring Atomic Video Action Recognition using Semantic Retrieval based Multi-Trajectory Mamba
von: Peng, Kunyu, et al.
Veröffentlicht: (2025)

EReLiFM: Evidential Reliability-Aware Residual Flow Meta-Learning for Open-Set Domain Generalization under Noisy Labels
von: Peng, Kunyu, et al.
Veröffentlicht: (2025)

@Bench: Benchmarking Vision-Language Models for Human-centered Assistive Technology
von: Jiang, Xin, et al.
Veröffentlicht: (2024)

Lego: Learning to Disentangle and Invert Personalized Concepts Beyond Object Appearance in Text-to-Image Diffusion Models
von: Motamed, Saman, et al.
Veröffentlicht: (2023)

Autonomous Vehicle Controllers From End-to-End Differentiable Simulation
von: Nachkov, Asen, et al.
Veröffentlicht: (2024)

EvenNICER-SLAM: Event-based Neural Implicit Encoding SLAM
von: Chen, Shi, et al.
Veröffentlicht: (2024)

IMPACT-CYCLE: A Contract-Based Multi-Agent System for Claim-Level Supervisory Correction of Long-Video Semantic Memory
von: Kong, Weitong, et al.
Veröffentlicht: (2026)

IMPACT-Scribe: Interactive Temporal Action Segmentation with Boundary Scribbles and Query Planning
von: Yin, Qian, et al.
Veröffentlicht: (2026)

MICA: Multi-Agent Industrial Coordination Assistant
von: Wen, Di, et al.
Veröffentlicht: (2025)

Seeing Together: Multi-Robot Cooperative Egocentric Spatial Reasoning with Multimodal Large Language Models
von: Peng, Kunyu, et al.
Veröffentlicht: (2026)

RoDLA: Benchmarking the Robustness of Document Layout Analysis Models
von: Chen, Yufan, et al.
Veröffentlicht: (2024)

HybriDLA: Hybrid Generation for Document Layout Analysis
von: Chen, Yufan, et al.
Veröffentlicht: (2025)

Graph-based Document Structure Analysis
von: Chen, Yufan, et al.
Veröffentlicht: (2025)

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

IMPACT-HOI: Supervisory Control for Onset-Anchored Partial HOI Event Construction
von: Zhang, Haoshen, et al.
Veröffentlicht: (2026)

Implicit-Zoo: A Large-Scale Dataset of Neural Implicit Functions for 2D Images and 3D Scenes
von: Ma, Qi, et al.
Veröffentlicht: (2024)

Continuous Pose for Monocular Cameras in Neural Implicit Representation
von: Ma, Qi, et al.
Veröffentlicht: (2023)

From Synchrony to Sequence: Exo-to-Ego Generation via Interpolation
von: Mahdi, Mohammad, et al.
Veröffentlicht: (2026)

Vision encoders should be image size agnostic and task driven
von: Prisadnikov, Nedyalko, et al.
Veröffentlicht: (2025)

Self-supervised pretraining for an iterative image size agnostic vision transformer
von: Prisadnikov, Nedyalko, et al.
Veröffentlicht: (2026)

Open Panoramic Segmentation
von: Zheng, Junwei, et al.
Veröffentlicht: (2024)

Inferring Compositional 4D Scenes without Ever Seeing One
von: Gokmen, Ahmet Berke, et al.
Veröffentlicht: (2025)

A Simple and Generalist Approach for Panoptic Segmentation
von: Prisadnikov, Nedyalko, et al.
Veröffentlicht: (2024)

Taming CLIP for Fine-grained and Structured Visual Understanding of Museum Exhibits
von: Balauca, Ada-Astrid, et al.
Veröffentlicht: (2024)

RICO: Two Realistic Benchmarks and an In-Depth Analysis for Incremental Learning in Object Detection
von: Neuwirth-Trapp, Matthias, et al.
Veröffentlicht: (2025)

Incremental Object Detection with Prompt-based Methods
von: Neuwirth-Trapp, Matthias, et al.
Veröffentlicht: (2025)

Occam's LGS: An Efficient Approach for Language Gaussian Splatting
von: Cheng, Jiahuan, et al.
Veröffentlicht: (2024)

Snap, Segment, Deploy: A Visual Data and Detection Pipeline for Wearable Industrial Assistants
von: Wen, Di, et al.
Veröffentlicht: (2025)

ProOOD: Prototype-Guided Out-of-Distribution 3D Occupancy Prediction
von: Zhang, Yuheng, et al.
Veröffentlicht: (2026)

SeasonScapes: Learning Large-scale Re-lightable 3D Landscapes with Seasonal Variation from Sparse Webcams
von: Kleger, Timo, et al.
Veröffentlicht: (2026)

Ternary-Type Opacity and Hybrid Odometry for RGB NeRF-SLAM
von: Lin, Junru, et al.
Veröffentlicht: (2023)

Cross-View Multi-Modal Segmentation @ Ego-Exo4D Challenges 2025
von: Fu, Yuqian, et al.
Veröffentlicht: (2025)

Situat3DChange: Situated 3D Change Understanding Dataset for Multimodal Large Language Model
von: Liu, Ruiping, et al.
Veröffentlicht: (2025)

Elevating Skeleton-Based Action Recognition with Efficient Multi-Modality Self-Supervision
von: Wei, Yiping, et al.
Veröffentlicht: (2023)

Towards Multi-Source Domain Generalization for Sleep Staging with Noisy Labels
von: Wang, Kening, et al.
Veröffentlicht: (2026)

ReVLA: Reverting Visual Domain Limitation of Robotic Foundation Models
von: Dey, Sombit, et al.
Veröffentlicht: (2024)

Autonomous Vehicle Path Planning by Searching With Differentiable Simulation
von: Nachkov, Asen, et al.
Veröffentlicht: (2025)

Unlocking Efficient Vehicle Dynamics Modeling via Analytic World Models
von: Nachkov, Asen, et al.
Veröffentlicht: (2025)

Generalist Robot Manipulation beyond Action Labeled Data
von: Spiridonov, Alexander, et al.
Veröffentlicht: (2025)