Buchumschlag

CMTM: Cross-Modal Token Modulation for Unsupervised Video Object Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jeon, Inseok, Cho, Suhwan, Lee, Minhyeok, Lee, Seunghoon, Kang, Minseok, Lee, Jungho, Park, Chaewon, Kim, Donghyeong, Lee, Sangyoun
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DepthFlow: Exploiting Depth-Flow Structural Correlations for Unsupervised Video Object Segmentation
von: Cho, Suhwan, et al.
Veröffentlicht: (2025)

Improving Unsupervised Video Object Segmentation via Fake Flow Generation
von: Cho, Suhwan, et al.
Veröffentlicht: (2024)

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

Seen-to-Scene: Keep the Seen, Generate the Unseen for Video Outpainting
von: Jeon, Inseok, et al.
Veröffentlicht: (2026)

Find First, Track Next: Decoupling Identification and Propagation in Referring Video Object Segmentation
von: Cho, Suhwan, et al.
Veröffentlicht: (2025)

Tsanet: Temporal and Scale Alignment for Unsupervised Video Object Segmentation
von: Lee, Seunghoon, et al.
Veröffentlicht: (2023)

Revisiting Weakly-Supervised Video Scene Graph Generation via Pair Affinity Learning
von: Kang, Minseok, et al.
Veröffentlicht: (2026)

GenCLIP: Generalizing CLIP Prompts for Zero-shot Anomaly Detection
von: Kim, Donghyeong, et al.
Veröffentlicht: (2025)

Transforming Static Images Using Generative Models for Video Salient Object Detection
von: Cho, Suhwan, et al.
Veröffentlicht: (2024)

Dual Prototype Attention for Unsupervised Video Object Segmentation
von: Cho, Suhwan, et al.
Veröffentlicht: (2022)

Treating Motion as Option with Output Selection for Unsupervised Video Object Segmentation
von: Cho, Suhwan, et al.
Veröffentlicht: (2023)

CRiM-GS: Continuous Rigid Motion-Aware Gaussian Splatting from Motion-Blurred Images
von: Lee, Jungho, et al.
Veröffentlicht: (2024)

TransFlow: Motion Knowledge Transfer from Video Diffusion Models to Video Salient Object Detection
von: Cho, Suhwan, et al.
Veröffentlicht: (2025)

Sparse-DeRF: Deblurred Neural Radiance Fields from Sparse View
von: Lee, Dogyoon, et al.
Veröffentlicht: (2024)

STATIC : Surface Temporal Affine for TIme Consistency in Video Monocular Depth Estimation
von: Yang, Sunghun, et al.
Veröffentlicht: (2024)

OTT-Vid: Optimal Transport Temporal Token Compression for Video Large Language Models
von: Kang, Minseok, et al.
Veröffentlicht: (2026)

Empower Words: DualGround for Structured Phrase and Sentence-Level Temporal Grounding
von: Kang, Minseok, et al.
Veröffentlicht: (2025)

Cross Pseudo Labeling For Weakly Supervised Video Anomaly Detection
von: Lee, Dayeon, et al.
Veröffentlicht: (2026)

Video Diffusion Models are Strong Video Inpainter
von: Lee, Minhyeok, et al.
Veröffentlicht: (2024)

CoMoGaussian: Continuous Motion-Aware Gaussian Splatting from Motion-Blurred Images
von: Lee, Jungho, et al.
Veröffentlicht: (2025)

SwiftVGGT: A Scalable Visual Geometry Grounded Transformer for Large-Scale Scenes
von: Lee, Jungho, et al.
Veröffentlicht: (2025)

Effective SAM Combination for Open-Vocabulary Semantic Segmentation
von: Lee, Minhyeok, et al.
Veröffentlicht: (2024)

MonoCLUE : Object-Aware Clustering Enhances Monocular 3D Object Detection
von: Yang, Sunghun, et al.
Veröffentlicht: (2025)

SMURF: Continuous Dynamics for Motion-Deblurring Radiance Fields
von: Lee, Jungho, et al.
Veröffentlicht: (2024)

MoRGS: Efficient Per-Gaussian Motion Reasoning for Streamable Dynamic 3D Scenes
von: Lee, Wonjoon, et al.
Veröffentlicht: (2026)

CoCoGaussian: Leveraging Circle of Confusion for Gaussian Splatting from Defocused Images
von: Lee, Jungho, et al.
Veröffentlicht: (2024)

Elevating Flow-Guided Video Inpainting with Reference Generation
von: Cho, Suhwan, et al.
Veröffentlicht: (2024)

FIMP: Future Interaction Modeling for Multi-Agent Motion Prediction
von: Woo, Sungmin, et al.
Veröffentlicht: (2024)

Clicks2Line: Using Lines for Interactive Image Segmentation
von: Lee, Chaewon, et al.
Veröffentlicht: (2024)

MFP: Making Full Use of Probability Maps for Interactive Image Segmentation
von: Lee, Chaewon, et al.
Veröffentlicht: (2024)

Robust Multimodal 3D Object Detection via Modality-Agnostic Decoding and Proximity-based Modality Ensemble
von: Cha, Juhan, et al.
Veröffentlicht: (2024)

MatteViT: High-Frequency-Aware Document Shadow Removal with Shadow Matte Guidance
von: Kim, Chaewon, et al.
Veröffentlicht: (2025)

Learning to Merge Tokens via Decoupled Embedding for Efficient Vision Transformers
von: Lee, Dong Hoon, et al.
Veröffentlicht: (2024)

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

Informative Object-centric Next Best View for Object-aware 3D Gaussian Splatting in Cluttered Scenes
von: Jeong, Seunghoon, et al.
Veröffentlicht: (2026)

Retrieve What's Missing: Coverage-Maximizing Retrieval for Consistent Long Video Generation
von: Joo, Minseok, et al.
Veröffentlicht: (2026)

DualFocus: Depth from Focus with Spatio-Focal Dual Variational Constraints
von: Woo, Sungmin, et al.
Veröffentlicht: (2025)

Multi-Scale Feature Prediction with Auxiliary-Info for Neural Image Compression
von: Shin, Chajin, et al.
Veröffentlicht: (2024)

ProDepth: Boosting Self-Supervised Multi-Frame Monocular Depth with Probabilistic Fusion
von: Woo, Sungmin, et al.
Veröffentlicht: (2024)

THE-Pose: Topological Prior with Hybrid Graph Fusion for Estimating Category-Level 6D Object Pose
von: Lee, Eunho, et al.
Veröffentlicht: (2025)