:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peng, Wenxuan, Hariharan, Bharath, Averbuch-Elor, Hadar
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2605.23178
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Color Bind: Exploring Color Perception in Text-to-Image Models
von: Shomer-Chai, Shay, et al.
Veröffentlicht: (2025)

Emergent Visual-Semantic Hierarchies in Image-Text Representations
von: Alper, Morris, et al.
Veröffentlicht: (2024)

Raster2Seq: Polygon Sequence Generation for Floorplan Reconstruction
von: Phung, Hao, et al.
Veröffentlicht: (2026)

InstanceGen: Image Generation with Instance-level Instructions
von: Sella, Etai, et al.
Veröffentlicht: (2025)

Dynamic Scene Understanding from Vision-Language Representations
von: Pruss, Shahaf, et al.
Veröffentlicht: (2025)

Let it Snow! Animating 3D Gaussian Scenes with Dynamic Weather Effects via Physics-Guided Score Distillation
von: Fiebelman, Gal, et al.
Veröffentlicht: (2025)

Supercharging Floorplan Localization with Semantic Rays
von: Grader, Yuval, et al.
Veröffentlicht: (2025)

Kiki or Bouba? Sound Symbolism in Vision-and-Language Models
von: Alper, Morris, et al.
Veröffentlicht: (2023)

Lang3D-XL: Language Embedded 3D Gaussians for Large-scale Scenes
von: Krakovsky, Shai, et al.
Veröffentlicht: (2025)

A Joint Study of Phrase Grounding and Task Performance in Vision and Language Models
von: Kojima, Noriyuki, et al.
Veröffentlicht: (2023)

ReNoise: Real Image Inversion Through Iterative Noising
von: Garibi, Daniel, et al.
Veröffentlicht: (2024)

Scene Grounding In the Wild
von: Cohen, Tamir, et al.
Veröffentlicht: (2026)

ICC: Quantifying Image Caption Concreteness for Multimodal Dataset Curation
von: Yanuka, Moran, et al.
Veröffentlicht: (2024)

WAFFLE: Multimodal Floorplan Understanding in the Wild
von: Ganon, Keren, et al.
Veröffentlicht: (2024)

Extreme Rotation Estimation in the Wild
von: Bezalel, Hana, et al.
Veröffentlicht: (2024)

WildCAT3D: Appearance-Aware Multi-View Diffusion in the Wild
von: Alper, Morris, et al.
Veröffentlicht: (2025)

Spice-E : Structural Priors in 3D Diffusion using Cross-Entity Attention
von: Sella, Etai, et al.
Veröffentlicht: (2023)

Blended Point Cloud Diffusion for Localized Text-guided Shape Editing
von: Sella, Etai, et al.
Veröffentlicht: (2025)

Systole-Conditioned Generative Cardiac Motion
von: Zuler, Shahar, et al.
Veröffentlicht: (2025)

Thinking in Blender: Staged Executable Inverse Graphics with Vision-Language Models
von: He, Guangzhao, et al.
Veröffentlicht: (2026)

Long-tail Internet photo reconstruction
von: Li, Yuan, et al.
Veröffentlicht: (2026)

Emergent Extreme-View Geometry in 3D Foundation Models
von: Zhang, Yiwen, et al.
Veröffentlicht: (2025)

MeshOn: Intersection-Free Mesh-to-Mesh Composition
von: Kim, Hyunwoo, et al.
Veröffentlicht: (2026)

4-LEGS: 4D Language Embedded Gaussian Splatting
von: Fiebelman, Gal, et al.
Veröffentlicht: (2024)

Mitigating Open-Vocabulary Caption Hallucinations
von: Ben-Kish, Assaf, et al.
Veröffentlicht: (2023)

HaLo-NeRF: Learning Geometry-Guided Semantics for Exploring Unconstrained Photo Collections
von: Dudai, Chen, et al.
Veröffentlicht: (2024)

ProtoSnap: Prototype Alignment for Cuneiform Signs
von: Mikulinsky, Rachel, et al.
Veröffentlicht: (2025)

Learning Feature Descriptors using Camera Pose Supervision
von: Wang, Qianqian, et al.
Veröffentlicht: (2020)

MOD-UV: Learning Mobile Object Detectors from Unlabeled Videos
von: Sun, Yihong, et al.
Veröffentlicht: (2024)

DanceTogether! Identity-Preserving Multi-Person Interactive Video Generation
von: Chen, Junhao, et al.
Veröffentlicht: (2025)

MegaScenes: Scene-Level View Synthesis at Scale
von: Tung, Joseph, et al.
Veröffentlicht: (2024)

Live Interactive Training for Video Segmentation
von: Yang, Xinyu, et al.
Veröffentlicht: (2026)

HyperCT: Low-Rank Hypernet for Unified Chest CT Analysis
von: Liu, Fengbei, et al.
Veröffentlicht: (2026)

Scale-Aware Recognition in Satellite Images under Resource Constraints
von: Revankar, Shreelekha, et al.
Veröffentlicht: (2024)

Improved Image-based Pose Regressor Models for Underwater Environments
von: Peng, Luyuan, et al.
Veröffentlicht: (2024)

Transfer Your Perspective: Controllable 3D Generation from Any Viewpoint in a Driving Scene
von: Pan, Tai-Yu, et al.
Veröffentlicht: (2025)

C3Po: Cross-View Cross-Modality Correspondence by Pointmap Prediction
von: Huang, Kuan Wei, et al.
Veröffentlicht: (2025)

Tracking and Understanding Object Transformations
von: Sun, Yihong, et al.
Veröffentlicht: (2025)

LayerComposer: Multi-Human Personalized Generation via Layered Canvas
von: Qian, Guocheng Gordon, et al.
Veröffentlicht: (2025)

FashionPose: Text to Pose to Relight Image Generation for Personalized Fashion Visualization
von: Shi, Chuancheng, et al.
Veröffentlicht: (2025)