Buchumschlag

From Scene to Object: Text-Guided Dual-Gaze Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ke, Zehong, Jiang, Yanbo, Li, Jinhao, Liu, Zhiyuan, Tu, Yiqian, Meng, Qingwen, Huang, Heye, Wang, Jianqiang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

D2E-An Autonomous Decision-making Dataset involving Driver States and Human Evaluation
von: Ke, Zehong, et al.
Veröffentlicht: (2024)

Guided Diffusion-based Generation of Adversarial Objects for Real-World Monocular Depth Estimation Attacks
von: Chen, Yongtao, et al.
Veröffentlicht: (2025)

DeFlow: Decoder of Scene Flow Network in Autonomous Driving
von: Zhang, Qingwen, et al.
Veröffentlicht: (2024)

Object-Scene-Camera Decomposition and Recomposition for Data-Efficient Monocular 3D Object Detection
von: Kuang, Zhaonian, et al.
Veröffentlicht: (2026)

TeFlow: Enabling Multi-frame Supervision for Self-Supervised Feed-forward Scene Flow Estimation
von: Zhang, Qingwen, et al.
Veröffentlicht: (2026)

SeFlow: A Self-Supervised Scene Flow Method in Autonomous Driving
von: Zhang, Qingwen, et al.
Veröffentlicht: (2024)

GSGTrack: Gaussian Splatting-Guided Object Pose Tracking from RGB Videos
von: Chen, Zhiyuan, et al.
Veröffentlicht: (2024)

Scene-Agnostic Traversability Labeling and Estimation via a Multimodal Self-supervised Framework
von: Fang, Zipeng, et al.
Veröffentlicht: (2025)

DriveCode: Domain Specific Numerical Encoding for LLM-Based Autonomous Driving
von: Wang, Zhiye, et al.
Veröffentlicht: (2026)

DeltaFlow: An Efficient Multi-frame Scene Flow Estimation Method
von: Zhang, Qingwen, et al.
Veröffentlicht: (2025)

Learning to Tune Like an Expert: Interpretable and Scene-Aware Navigation via MLLM Reasoning and CVAE-Based Adaptation
von: Wang, Yanbo, et al.
Veröffentlicht: (2025)

InVDriver: Intra-Instance Aware Vectorized Query-Based Autonomous Driving Transformer
von: Zhang, Bo, et al.
Veröffentlicht: (2025)

MGTR: Multi-Granular Transformer for Motion Prediction with LiDAR
von: Gan, Yiqian, et al.
Veröffentlicht: (2023)

TextInPlace: Indoor Visual Place Recognition in Repetitive Structures with Scene Text Spotting and Verification
von: Tao, Huaqi, et al.
Veröffentlicht: (2025)

Belief Scene Graphs: Expanding Partial Scenes with Objects through Computation of Expectation
von: Saucedo, Mario A. V., et al.
Veröffentlicht: (2024)

DeformGS: Scene Flow in Highly Deformable Scenes for Deformable Object Manipulation
von: Duisterhof, Bardienus P., et al.
Veröffentlicht: (2023)

Gaze-Guided 3D Hand Motion Prediction for Detecting Intent in Egocentric Grasping Tasks
von: He, Yufei, et al.
Veröffentlicht: (2025)

DualMap: Online Open-Vocabulary Semantic Mapping for Natural Language Navigation in Dynamic Changing Scenes
von: Jiang, Jiajun, et al.
Veröffentlicht: (2025)

HiMo: High-Speed Objects Motion Compensation in Point Clouds
von: Zhang, Qingwen, et al.
Veröffentlicht: (2025)

From Local Matches to Global Masks: Template-Guided Instance Detection and Segmentation in Open-World Scenes
von: Zhang, Qifan, et al.
Veröffentlicht: (2026)

SG-Bot: Object Rearrangement via Coarse-to-Fine Robotic Imagination on Scene Graphs
von: Zhai, Guangyao, et al.
Veröffentlicht: (2023)

Zero-shot Reconstruction of In-Scene Object Manipulation from Video
von: Lin, Dixuan, et al.
Veröffentlicht: (2025)

SceneMotion: From Agent-Centric Embeddings to Scene-Wide Forecasts
von: Wagner, Royden, et al.
Veröffentlicht: (2024)

APEX: A Decoupled Memory-based Explorer for Asynchronous Aerial Object Goal Navigation
von: Zhang, Daoxuan, et al.
Veröffentlicht: (2026)

PlaceIt3D: Language-Guided Object Placement in Real 3D Scenes
von: Abdelreheem, Ahmed, et al.
Veröffentlicht: (2025)

3D Object Visibility Prediction in Autonomous Driving
von: Luo, Chuanyu, et al.
Veröffentlicht: (2024)

GEMINUS: Dual-aware Global and Scene-Adaptive Mixture-of-Experts for End-to-End Autonomous Driving
von: Wan, Chi, et al.
Veröffentlicht: (2025)

SALT: A Flexible Semi-Automatic Labeling Tool for General LiDAR Point Clouds with Cross-Scene Adaptability and 4D Consistency
von: Wang, Yanbo, et al.
Veröffentlicht: (2025)

UAV-ON: A Benchmark for Open-World Object Goal Navigation with Aerial Agents
von: Xiao, Jianqiang, et al.
Veröffentlicht: (2025)

Online 3D Scene Reconstruction Using Neural Object Priors
von: Chabal, Thomas, et al.
Veröffentlicht: (2025)

Gaze on the Prize: Shaping Visual Attention with Return-Guided Contrastive Learning
von: Lee, Andrew, et al.
Veröffentlicht: (2025)

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

Memorize What Matters: Emergent Scene Decomposition from Multitraverse
von: Li, Yiming, et al.
Veröffentlicht: (2024)

LLM-enhanced Scene Graph Learning for Household Rearrangement
von: Li, Wenhao, et al.
Veröffentlicht: (2024)

SHOW3D: Capturing Scenes of 3D Hands and Objects in the Wild
von: Rim, Patrick, et al.
Veröffentlicht: (2026)

MISTY: High-Throughput Motion Planning via Mixer-based Single-step Drifting
von: Xing, Yining, et al.
Veröffentlicht: (2026)

MASSTAR: A Multi-Modal and Large-Scale Scene Dataset with a Versatile Toolchain for Surface Prediction and Completion
von: Zheng, Guiyong, et al.
Veröffentlicht: (2024)

SymDrive: Realistic and Controllable Driving Simulator via Symmetric Auto-regressive Online Restoration
von: Liu, Zhiyuan, et al.
Veröffentlicht: (2025)

Recasting Generic Pretrained Vision Transformers As Object-Centric Scene Encoders For Manipulation Policies
von: Qian, Jianing, et al.
Veröffentlicht: (2024)

Text-Scene: A Scene-to-Language Parsing Framework for 3D Scene Understanding
von: Li, Haoyuan, et al.
Veröffentlicht: (2025)