Buchumschlag

MAPS: A Synthetic Dataset for Probing Vision Models in a Controlled 3D Scene Space

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Galella, Santiago, Osuna-Vargas, Pamela, Wehrheim, Maren, Vilas, Martina G., Roig, Gemma, Kaschube, Matthias
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition I.4.8; I.5.1
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Sensorimotor Vision Transformer
von: Gadzicki, Konrad, et al.
Veröffentlicht: (2025)

CLIP-Joint-Detect: End-to-End Joint Training of Object Detectors with Contrastive Vision-Language Supervision
von: Raoufi, Behnam, et al.
Veröffentlicht: (2025)

Decoupling Vision and Language: Codebook Anchored Visual Adaptation
von: Wu, Jason, et al.
Veröffentlicht: (2026)

CARScenes: Semantic VLM Dataset for Safe Autonomous Driving
von: He, Yuankai, et al.
Veröffentlicht: (2025)

Scene Detection Policies and Keyframe Extraction Strategies for Large-Scale Video Analysis
von: Korolkov, Vasilii
Veröffentlicht: (2025)

TAG-Head: Time-Aligned Graph Head for Plug-and-Play Fine-grained Action Recognition
von: Hassan, Imtiaz Ul, et al.
Veröffentlicht: (2026)

DejaVid: Encoder-Agnostic Learned Temporal Matching for Video Classification
von: Ho, Darryl, et al.
Veröffentlicht: (2025)

High-Frequency Semantics and Geometric Priors for End-to-End Detection Transformers in Challenging UAV Imagery
von: Peng, Hongxing, et al.
Veröffentlicht: (2025)

PhysicsNeRF: Physics-Guided 3D Reconstruction from Sparse Views
von: Barhdadi, Mohamed Rayan, et al.
Veröffentlicht: (2025)

Geo2Sound: A Scalable Geo-Aligned Framework for Soundscape Generation from Satellite Imagery
von: Wu, Kunlin, et al.
Veröffentlicht: (2026)

SH17: A Dataset for Human Safety and Personal Protective Equipment Detection in Manufacturing Industry
von: Ahmad, Hafiz Mughees, et al.
Veröffentlicht: (2024)

Implementing Adaptations for Vision AutoRegressive Model
von: Shaikh, Kaif, et al.
Veröffentlicht: (2025)

Deep Learning-based Depth Estimation Methods from Monocular Image and Videos: A Comprehensive Survey
von: Rajapaksha, Uchitha, et al.
Veröffentlicht: (2024)

Adapting SAM with Dynamic Similarity Graphs for Few-Shot Parameter-Efficient Small Dense Object Detection: A Case Study of Chickpea Pods in Field Conditions
von: Jiang, Xintong, et al.
Veröffentlicht: (2025)

CG-HOI: Contact-Guided 3D Human-Object Interaction Generation
von: Diller, Christian, et al.
Veröffentlicht: (2023)

Sign language recognition based on deep learning and low-cost handcrafted descriptors
von: Carneiro, Alvaro Leandro Cavalcante, et al.
Veröffentlicht: (2024)

Data Augmentation with Diffusion Models for Colon Polyp Localization on the Low Data Regime: How much real data is enough?
von: Tormos, Adrian, et al.
Veröffentlicht: (2024)

LiftAvatar: Kinematic-Space Completion for Expression-Controlled 3D Gaussian Avatar Animation
von: Wei, Hualiang, et al.
Veröffentlicht: (2026)

SpectralCA: Bi-Directional Cross-Attention for Next-Generation UAV Hyperspectral Vision
von: Brovko, D. V.
Veröffentlicht: (2025)

Attention-Aware Transformer-Based Aggregation Network for Video Periocular Recognition
von: Carreira, Luiz G F, et al.
Veröffentlicht: (2026)

Beyond still images: Temporal features and input variance resilience
von: Fadaei, Amir Hosein, et al.
Veröffentlicht: (2023)

FlowDet: Overcoming Perspective and Scale Challenges in Real-Time End-to-End Traffic Detection
von: Wang, Zixing, et al.
Veröffentlicht: (2025)

UGOD: Uncertainty-Guided Differentiable Opacity and Soft Dropout for Enhanced Sparse-View 3DGS
von: Guo, Zhihao, et al.
Veröffentlicht: (2025)

Neural Attention: A Novel Mechanism for Enhanced Expressive Power in Transformer Models
von: DiGiugno, Andrew, et al.
Veröffentlicht: (2025)

Fusion and Grouping Strategies in Deep Learning for Local Climate Zone Classification of Multimodal Remote Sensing Data
von: Thomas, Ancymol, et al.
Veröffentlicht: (2026)

Introspection in Learned Semantic Scene Graph Localisation
von: Bissessur, Manshika Charvi, et al.
Veröffentlicht: (2025)

Capacity Constraint Analysis Using Object Detection for Smart Manufacturing
von: Ahmad, Hafiz Mughees, et al.
Veröffentlicht: (2024)

Butter: Frequency Consistency and Hierarchical Fusion for Autonomous Driving Object Detection
von: Lin, Xiaojian, et al.
Veröffentlicht: (2025)

Object detection in adverse weather conditions for autonomous vehicles using Instruct Pix2Pix
von: Gurbindo, Unai, et al.
Veröffentlicht: (2025)

FutureHuman3D: Forecasting Complex Long-Term 3D Human Behavior from Video Observations
von: Diller, Christian, et al.
Veröffentlicht: (2022)

DMFourLLIE: Dual-Stage and Multi-Branch Fourier Network for Low-Light Image Enhancement
von: Zhang, Tongshun, et al.
Veröffentlicht: (2024)

IMKD: Intensity-Aware Multi-Level Knowledge Distillation for Camera-Radar Fusion
von: Mishra, Shashank, et al.
Veröffentlicht: (2025)

Detecting AI-Generated Videos with Spiking Neural Networks
von: Jang, Minsuk, et al.
Veröffentlicht: (2026)

Enhancing Spatial Reasoning in Vision-Language Models via Chain-of-Thought Prompting and Reinforcement Learning
von: Ji, Binbin, et al.
Veröffentlicht: (2025)

Predictive Modeling of Maritime Radar Data Using Transformer Architecture
von: Qesaraku, Bjorna, et al.
Veröffentlicht: (2025)

Have We Mastered Scale in Deep Monocular Visual SLAM? The ScaleMaster Dataset and Benchmark
von: Ju, Hyoseok, et al.
Veröffentlicht: (2026)

Objaverse++: Curated 3D Object Dataset with Quality Annotations
von: Lin, Chendi, et al.
Veröffentlicht: (2025)

Salient Concept-Aware Generative Data Augmentation
von: Zhao, Tianchen, et al.
Veröffentlicht: (2025)

A deep learning approach to track eye movements based on events
von: Seth, Chirag, et al.
Veröffentlicht: (2025)

Single-sample image-fusion upsampling of fluorescence lifetime images
von: Kapitány, Valentin, et al.
Veröffentlicht: (2024)