Buchumschlag

iPay: Integrated Payment Action Recognition via Multimodal Networks and Adaptive Spatial Prior Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Kaicong, Oh, Weiheng, Guggisberg, Thomas, Ke, Ruimin
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

Background Matters Too: A Language-Enhanced Adversarial Framework for Person Re-Identification
von: Huang, Kaicong, et al.
Veröffentlicht: (2025)

Real2Sim: A Physics-driven and Editable Gaussian Splatting Framework for Autonomous Driving Scenes
von: Huang, Kaicong, et al.
Veröffentlicht: (2026)

TransitReID: Transit OD Data Collection with Occlusion-Resistant Dynamic Passenger Re-Identification
von: Huang, Kaicong, et al.
Veröffentlicht: (2025)

Towards Adaptive Fusion of Multimodal Deep Networks for Human Action Recognition
von: Yudistira, Novanto
Veröffentlicht: (2025)

Weakly Supervised Temporal Action Localization via Dual-Prior Collaborative Learning Guided by Multimodal Large Language Models
von: Zhang, Quan, et al.
Veröffentlicht: (2024)

SNN-Driven Multimodal Human Action Recognition via Sparse Spatial-Temporal Data Fusion
von: Zheng, Naichuan, et al.
Veröffentlicht: (2025)

DoGCLR: Dominance-Game Contrastive Learning Network for Skeleton-Based Action Recognition
von: Li, Yanshan, et al.
Veröffentlicht: (2025)

MCN-CL: Multimodal Cross-Attention Network and Contrastive Learning for Multimodal Emotion Recognition
von: Li, Feng, et al.
Veröffentlicht: (2025)

Are Spatial-Temporal Graph Convolution Networks for Human Action Recognition Over-Parameterized?
von: Xie, Jianyang, et al.
Veröffentlicht: (2025)

Multimodal Cross-Domain Few-Shot Learning for Egocentric Action Recognition
von: Hatano, Masashi, et al.
Veröffentlicht: (2024)

Guided Interpretable Facial Expression Recognition via Spatial Action Unit Cues
von: Belharbi, Soufiane, et al.
Veröffentlicht: (2024)

Joint Image-Instance Spatial-Temporal Attention for Few-shot Action Recognition
von: Qian, Zefeng, et al.
Veröffentlicht: (2025)

Multimodal Prototype-Enhanced Network for Few-Shot Action Recognition
von: Ni, Xinzhe, et al.
Veröffentlicht: (2022)

Patch as Node: Human-Centric Graph Representation Learning for Multimodal Action Recognition
von: Liang, Zeyu, et al.
Veröffentlicht: (2025)

Unsupervised Spatial-Temporal Feature Enrichment and Fidelity Preservation Network for Skeleton based Action Recognition
von: Li, Chuankun, et al.
Veröffentlicht: (2024)

Multi-Track Multimodal Learning on iMiGUE: Micro-Gesture and Emotion Recognition
von: Martirosyan, Arman, et al.
Veröffentlicht: (2025)

An Effective End-to-End Solution for Multimodal Action Recognition
von: Wang, Songping, et al.
Veröffentlicht: (2025)

STMT: A Spatial-Temporal Mesh Transformer for MoCap-Based Action Recognition
von: Zhu, Xiaoyu, et al.
Veröffentlicht: (2023)

Human-Centric Transformer for Domain Adaptive Action Recognition
von: Lin, Kun-Yu, et al.
Veröffentlicht: (2024)

Sample-level Adaptive Knowledge Distillation for Action Recognition
von: Li, Ping, et al.
Veröffentlicht: (2025)

LPTR-AFLNet: Lightweight Integrated Chinese License Plate Rectification and Recognition Network
von: Xu, Guangzhu, et al.
Veröffentlicht: (2025)

DINOLight: Robust Ambient Light Normalization with Self-supervised Visual Prior Integration
von: Oh, Youngjin, et al.
Veröffentlicht: (2026)

Video Generation with Learned Action Prior
von: Sarkar, Meenakshi, et al.
Veröffentlicht: (2024)

Leveraging Foundation Models for Multimodal Graph-Based Action Recognition
von: Ziaeetabar, Fatemeh, et al.
Veröffentlicht: (2025)

When Spatial meets Temporal in Action Recognition
von: Chen, Huilin, et al.
Veröffentlicht: (2024)

Spatial-Temporal Perception with Causal Inference for Naturalistic Driving Action Recognition
von: Chang, Qing, et al.
Veröffentlicht: (2025)

Multimodal Video Emotion Recognition with Reliable Reasoning Priors
von: Wang, Zhepeng, et al.
Veröffentlicht: (2025)

Human Action Recognition (HAR) Using Skeleton-based Spatial Temporal Relative Transformer Network: ST-RTR
von: Mehmood, Faisal, et al.
Veröffentlicht: (2024)

Multimodal Knowledge Distillation for Egocentric Action Recognition Robust to Missing Modalities
von: Santos-Villafranca, Maria, et al.
Veröffentlicht: (2025)

MultiFuser: Multimodal Fusion Transformer for Enhanced Driver Action Recognition
von: Wang, Ruoyu, et al.
Veröffentlicht: (2024)

MA-FSAR: Multimodal Adaptation of CLIP for Few-Shot Action Recognition
von: Xing, Jiazheng, et al.
Veröffentlicht: (2023)

Efficient Egocentric Action Recognition with Multimodal Data
von: Calzavara, Marco, et al.
Veröffentlicht: (2025)

Advancing Vision Transformer with Enhanced Spatial Priors
von: Fan, Qihang, et al.
Veröffentlicht: (2026)

Latent Temporal Discrepancy as Motion Prior: A Loss-Weighting Strategy for Dynamic Fidelity in T2V
von: Wu, Meiqi, et al.
Veröffentlicht: (2026)

FRAMER: Frequency-Aligned Self-Distillation with Adaptive Modulation Leveraging Diffusion Priors for Real-World Image Super-Resolution
von: Choi, Seungho, et al.
Veröffentlicht: (2025)

LaDy: Lagrangian-Dynamic Informed Network for Skeleton-based Action Segmentation via Spatial-Temporal Modulation
von: Ji, Haoyu, et al.
Veröffentlicht: (2026)

Signal-SGN: A Spiking Graph Convolutional Network for Skeletal Action Recognition via Learning Temporal-Frequency Dynamics
von: Zheng, Naichuan, et al.
Veröffentlicht: (2024)

Lane Change Classification and Prediction with Action Recognition Networks
von: Liang, Kai, et al.
Veröffentlicht: (2022)

Active Generation Network of Human Skeleton for Action Recognition
von: Liu, Long, et al.
Veröffentlicht: (2024)

Action Selection Learning for Multi-label Multi-view Action Recognition
von: Nguyen, Trung Thanh, et al.
Veröffentlicht: (2024)