:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Yifan, Zhou, Xinyu, Ge, Yunhao, Kong, Yu
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2605.20085
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing Medical Visual Grounding via Knowledge-guided Spatial Prompts
von: Gao, Yifan, et al.
Veröffentlicht: (2026)

Attention to Trajectory: Trajectory-Aware Open-Vocabulary Tracking
von: Li, Yunhao, et al.
Veröffentlicht: (2025)

EgoNav: Egocentric Scene-aware Human Trajectory Prediction
von: Wang, Weizhuo, et al.
Veröffentlicht: (2024)

Generating 6DoF Object Manipulation Trajectories from Action Description in Egocentric Vision
von: Yoshida, Tomoya, et al.
Veröffentlicht: (2025)

Egocentric Event-Based Vision for Ping Pong Ball Trajectory Prediction
von: Alberico, Ivan, et al.
Veröffentlicht: (2025)

DreamDistribution: Learning Prompt Distribution for Diverse In-distribution Generation
von: Zhao, Brian Nlong, et al.
Veröffentlicht: (2023)

I-Scene: 3D Instance Models are Implicit Generalizable Spatial Learners
von: Ling, Lu, et al.
Veröffentlicht: (2025)

Spatial-Conditioned Reasoning in Long-Egocentric Videos
von: Tribble, James, et al.
Veröffentlicht: (2026)

EgoPrompt: Prompt Learning for Egocentric Action Recognition
von: Lyu, Huaihai, et al.
Veröffentlicht: (2025)

MADiff: Motion-Aware Mamba Diffusion Models for Hand Trajectory Prediction on Egocentric Videos
von: Ma, Junyi, et al.
Veröffentlicht: (2024)

HEADS-UP: Head-Mounted Egocentric Dataset for Trajectory Prediction in Blind Assistance Systems
von: Haghighi, Yasaman, et al.
Veröffentlicht: (2024)

X-Prompt: Multi-modal Visual Prompt for Video Object Segmentation
von: Guo, Pinxue, et al.
Veröffentlicht: (2024)

Visual Intention Grounding for Egocentric Assistants
von: Sun, Pengzhan, et al.
Veröffentlicht: (2025)

EgoActor: Grounding Task Planning into Spatial-aware Egocentric Actions for Humanoid Robots via Visual-Language Models
von: Bai, Yu, et al.
Veröffentlicht: (2026)

How You Move Tells What You'll Do: Trajectory-Conditioned Egocentric Prediction
von: Jun, Sejoon, et al.
Veröffentlicht: (2026)

Intention Enhanced Diffusion Model for Multimodal Pedestrian Trajectory Prediction
von: Liu, Yu, et al.
Veröffentlicht: (2025)

IndustryNav: Exploring Spatial Reasoning of Embodied Agents in Dynamic Industrial Navigation
von: Li, Yifan, et al.
Veröffentlicht: (2025)

Attention to the Burstiness in Visual Prompt Tuning!
von: Wang, Yuzhu, et al.
Veröffentlicht: (2025)

VPN: Visual Prompt Navigation
von: Feng, Shuo, et al.
Veröffentlicht: (2025)

STF: Spatial Temporal Fusion for Trajectory Prediction
von: Han, Pengqian, et al.
Veröffentlicht: (2023)

Learning Precise Affordances from Egocentric Videos for Robotic Manipulation
von: Li, Gen, et al.
Veröffentlicht: (2024)

Flowing from Reasoning to Motion: Learning 3D Hand Trajectory Prediction from Egocentric Human Interaction Videos
von: Chen, Mingfei, et al.
Veröffentlicht: (2025)

Diagnose, Correct, and Learn from Manipulation Failures via Visual Symbols
von: Zeng, Xianchao, et al.
Veröffentlicht: (2025)

EgoKit: Towards Unified Low-Cost Egocentric Data Collection with Heterogeneous Devices
von: Yu, Liuchuan, et al.
Veröffentlicht: (2026)

Retrieval-Enhanced Visual Prompt Learning for Few-shot Classification
von: Rong, Jintao, et al.
Veröffentlicht: (2023)

Visual Fact Checker: Enabling High-Fidelity Detailed Caption Generation
von: Ge, Yunhao, et al.
Veröffentlicht: (2024)

EgoAVU: Egocentric Audio-Visual Understanding
von: Seth, Ashish, et al.
Veröffentlicht: (2026)

Intention-Aware Diffusion Model for Pedestrian Trajectory Prediction
von: Liu, Yu, et al.
Veröffentlicht: (2025)

3D Skew Gaussian Splatting with Any Camera Trajectory Visualization Engine
von: Zhao, Beizhen, et al.
Veröffentlicht: (2026)

VRP-SAM: SAM with Visual Reference Prompt
von: Sun, Yanpeng, et al.
Veröffentlicht: (2024)

Robust Egocentric Visual Attention Prediction Through Language-guided Scene Context-aware Learning
von: Park, Sungjune, et al.
Veröffentlicht: (2026)

Visual Attention Prompted Prediction and Learning
von: Zhang, Yifei, et al.
Veröffentlicht: (2023)

TP-DRSeg: Improving Diabetic Retinopathy Lesion Segmentation with Explicit Text-Prompts Assisted SAM
von: Li, Wenxue, et al.
Veröffentlicht: (2024)

Visual Trajectory Prediction of Vessels for Inland Navigation
von: Puzicha, Alexander, et al.
Veröffentlicht: (2025)

Spherical World-Locking for Audio-Visual Localization in Egocentric Videos
von: Yun, Heeseung, et al.
Veröffentlicht: (2024)

UnAC: Adaptive Visual Prompting with Abstraction and Stepwise Checking for Complex Multimodal Reasoning
von: Wang, Yifan, et al.
Veröffentlicht: (2026)

Enhancing Prompt Following with Visual Control Through Training-Free Mask-Guided Diffusion
von: Chen, Hongyu, et al.
Veröffentlicht: (2024)

Point-It-Out: Benchmarking Embodied Reasoning for Vision Language Models in Multi-Stage Visual Grounding
von: Xue, Haotian, et al.
Veröffentlicht: (2025)

FedMGP: Personalized Federated Learning with Multi-Group Text-Visual Prompts
von: Bo, Weihao, et al.
Veröffentlicht: (2025)

Instance Tracking in 3D Scenes from Egocentric Videos
von: Zhao, Yunhan, et al.
Veröffentlicht: (2023)