Buchumschlag

IMPACT-Scribe: Interactive Temporal Action Segmentation with Boundary Scribbles and Query Planning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yin, Qian, Wen, Di, Peng, Kunyu, Schneider, David, Zhong, Zeyun, Jaus, Alexander, Marinov, Zdravko, Wei, Jiale, Liu, Ruiping, Zheng, Junwei, Chen, Yufan, Zhang, Chen, Qi, Lei, Stiefelhagen, Rainer
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

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

OmniFall: From Staged Through Synthetic to Wild, A Unified Multi-Domain Dataset for Robust Fall Detection
von: Schneider, David, et al.
Veröffentlicht: (2025)

LIMIS: Towards Language-based Interactive Medical Image Segmentation
von: Heinemann, Lena, et al.
Veröffentlicht: (2024)

Rethinking Annotator Simulation: Realistic Evaluation of Whole-Body PET Lesion Interactive Segmentation Methods
von: Marinov, Zdravko, et al.
Veröffentlicht: (2024)

Good Enough: Is it Worth Improving your Label Quality?
von: Jaus, Alexander, et al.
Veröffentlicht: (2025)

Deep Interactive Segmentation of Medical Images: A Systematic Review and Taxonomy
von: Marinov, Zdravko, et al.
Veröffentlicht: (2023)

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

Every Component Counts: Rethinking the Measure of Success for Medical Semantic Segmentation in Multi-Instance Segmentation Tasks
von: Jaus, Alexander, et al.
Veröffentlicht: (2024)

Exploring Self-supervised Skeleton-based Action Recognition in Occluded Environments
von: Chen, Yifei, et al.
Veröffentlicht: (2023)

Is Visual in-Context Learning for Compositional Medical Tasks within Reach?
von: Reiß, Simon, et al.
Veröffentlicht: (2025)

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)

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

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

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

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

Fourier Prompt Tuning for Modality-Incomplete Scene Segmentation
von: Liu, Ruiping, et al.
Veröffentlicht: (2024)

Skeleton-Based Human Action Recognition with Noisy Labels
von: Xu, Yi, et al.
Veröffentlicht: (2024)

Rethinking Video Human-Object Interaction: Set Prediction over Time for Unified Detection and Anticipation
von: Luo, Yuanhao, et al.
Veröffentlicht: (2026)

IMPACT: A Dataset for Multi-Granularity Human Procedural Action Understanding in Industrial Assembly
von: Wen, Di, et al.
Veröffentlicht: (2026)

SGR3 Model: Scene Graph Retrieval-Reasoning Model in 3D
von: Wang, Zirui, et al.
Veröffentlicht: (2026)

GRASPing Anatomy to Improve Pathology Segmentation
von: Li, Keyi, et al.
Veröffentlicht: (2025)

Referring Atomic Video Action Recognition
von: Peng, Kunyu, et al.
Veröffentlicht: (2024)

Data Diet: Can Trimming PET/CT Datasets Enhance Lesion Segmentation?
von: Jaus, Alexander, et al.
Veröffentlicht: (2024)

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

Semantic Segmentation for Preoperative Planning in Transcatheter Aortic Valve Replacement
von: Zöllner, Cedric, et al.
Veröffentlicht: (2025)

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

HopaDIFF: Holistic-Partial Aware Fourier Conditioned Diffusion for Referring Human Action Segmentation in Multi-Person Scenarios
von: Peng, Kunyu, et al.
Veröffentlicht: (2025)

Scene-agnostic Pose Regression for Visual Localization
von: Zheng, Junwei, et al.
Veröffentlicht: (2025)

OneBEV: Using One Panoramic Image for Bird's-Eye-View Semantic Mapping
von: Wei, Jiale, et al.
Veröffentlicht: (2024)

EgoExoMem: Cross-View Memory Reasoning over Synchronized Egocentric and Exocentric Videos
von: Liu, Ruiping, et al.
Veröffentlicht: (2026)

RHO: Robust Holistic OSM-Based Metric Cross-View Geo-Localization
von: Zheng, Junwei, et al.
Veröffentlicht: (2026)

Deformable Mamba for Wide Field of View Segmentation
von: Hu, Jie, et al.
Veröffentlicht: (2024)

Learning to Look Closer: A New Instance-Wise Loss for Small Cerebral Lesion Segmentation
von: Bouteille, Luc, 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)

More than the Sum: Panorama-Language Models for Adverse Omni-Scenes
von: Fan, Weijia, et al.
Veröffentlicht: (2026)

Exploring Video-Based Driver Activity Recognition under Noisy Labels
von: Fan, Linjuan, et al.
Veröffentlicht: (2025)

What if? Emulative Simulation with World Models for Situated Reasoning
von: Liu, Ruiping, et al.
Veröffentlicht: (2026)