Buchumschlag

Count Anything

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lei, Mengqi, Cheng, Shuokun, Bao, Wei, Du, Shaoyi, Yong, Jun-Hai, Li, Siqi, Gao, Yue
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SoftHGNN: Soft Hypergraph Neural Networks for General Visual Recognition
von: Lei, Mengqi, et al.
Veröffentlicht: (2025)

RACANet: Reliability-Aware Crowd Anchor Network for RGB-T Crowd Counting
von: Shi, Jinghao, et al.
Veröffentlicht: (2026)

YOLOv13: Real-Time Object Detection with Hypergraph-Enhanced Adaptive Visual Perception
von: Lei, Mengqi, et al.
Veröffentlicht: (2025)

UHR-Net: An Uncertainty-Aware Hypergraph Refinement Network for Medical Image Segmentation
von: Cheng, Shuokun, et al.
Veröffentlicht: (2026)

Hypergraph-based Multi-View Action Recognition using Event Cameras
von: Gao, Yue, et al.
Veröffentlicht: (2024)

Hyper-YOLO: When Visual Object Detection Meets Hypergraph Computation
von: Feng, Yifan, et al.
Veröffentlicht: (2024)

Rethinking Event-Based Object Dtection through Representation-Level Temporal Aggregation and Model-Level Hypergraph Reasoning
von: Wang, Meisen, et al.
Veröffentlicht: (2026)

Learning Discriminative Features for Crowd Counting
von: Chen, Yuehai, et al.
Veröffentlicht: (2023)

Count Anything at Any Granularity
von: Liu, Chang, et al.
Veröffentlicht: (2026)

DSGC-Net: A Dual-Stream Graph Convolutional Network for Crowd Counting via Feature Correlation Mining
von: Wu, Yihong, et al.
Veröffentlicht: (2025)

ERetinex: Event Camera Meets Retinex Theory for Low-Light Image Enhancement
von: Guo, Xuejian, et al.
Veröffentlicht: (2025)

Sparse Hypergraph-Enhanced Frame-Event Object Detection with Fine-Grained MoE
von: Bao, Wei, et al.
Veröffentlicht: (2026)

Multi-Condition Latent Diffusion Network for Scene-Aware Neural Human Motion Prediction
von: Gao, Xuehao, et al.
Veröffentlicht: (2024)

Jointly Understand Your Command and Intention:Reciprocal Co-Evolution between Scene-Aware 3D Human Motion Synthesis and Analysis
von: Gao, Xuehao, et al.
Veröffentlicht: (2025)

Matching Anything by Segmenting Anything
von: Li, Siyuan, et al.
Veröffentlicht: (2024)

Object Placement for Anything
von: Gao, Bingjie, et al.
Veröffentlicht: (2025)

Perceive Anything: Recognize, Explain, Caption, and Segment Anything in Images and Videos
von: Lin, Weifeng, et al.
Veröffentlicht: (2025)

EigenActor: Variant Body-Object Interaction Generation Evolved from Invariant Action Basis Reasoning
von: Gao, Xuehao, et al.
Veröffentlicht: (2025)

CountLLM: Towards Generalizable Repetitive Action Counting via Large Language Model
von: Yao, Ziyu, et al.
Veröffentlicht: (2025)

SAM3-I: Segment Anything with Instructions
von: Li, Jingjing, et al.
Veröffentlicht: (2025)

DragAnything: Motion Control for Anything using Entity Representation
von: Wu, Weijia, et al.
Veröffentlicht: (2024)

Segment Anything, Even Occluded
von: Tai, Wei-En, et al.
Veröffentlicht: (2025)

SmartEraser: Remove Anything from Images using Masked-Region Guidance
von: Jiang, Longtao, et al.
Veröffentlicht: (2025)

MedLSAM: Localize and Segment Anything Model for 3D CT Images
von: Lei, Wenhui, et al.
Veröffentlicht: (2023)

Segment Anything Is Not Always Perfect: An Investigation of SAM on Different Real-world Applications
von: Ji, Wei, et al.
Veröffentlicht: (2023)

GUESS:GradUally Enriching SyntheSis for Text-Driven Human Motion Generation
von: Gao, Xuehao, et al.
Veröffentlicht: (2024)

AffordanceSAM: Segment Anything Once More in Affordance Grounding
von: Jiang, Dengyang, et al.
Veröffentlicht: (2025)

SAM-EG: Segment Anything Model with Egde Guidance framework for efficient Polyp Segmentation
von: Trinh, Quoc-Huy, et al.
Veröffentlicht: (2024)

EPPS: Advanced Polyp Segmentation via Edge Information Injection and Selective Feature Decoupling
von: Lei, Mengqi, et al.
Veröffentlicht: (2024)

Text-promptable Object Counting via Quantity Awareness Enhancement
von: Shi, Miaojing, et al.
Veröffentlicht: (2025)

Boosting Segment Anything Model to Generalize Visually Non-Salient Scenarios
von: Guo, Guangqian, et al.
Veröffentlicht: (2026)

Place Anything into Any Video
von: Liu, Ziling, et al.
Veröffentlicht: (2024)

AnimateAnything: Consistent and Controllable Animation for Video Generation
von: Lei, Guojun, et al.
Veröffentlicht: (2024)

Semantic Flow: Learning Semantic Field of Dynamic Scenes from Monocular Videos
von: Tian, Fengrui, et al.
Veröffentlicht: (2024)

PARE-Net: Position-Aware Rotation-Equivariant Networks for Robust Point Cloud Registration
von: Yao, Runzhao, et al.
Veröffentlicht: (2024)

UV-SAM: Adapting Segment Anything Model for Urban Village Identification
von: Zhang, Xin, et al.
Veröffentlicht: (2024)

Bridge the Points: Graph-based Few-shot Segment Anything Semantically
von: Zhang, Anqi, et al.
Veröffentlicht: (2024)

StAR: Segment Anything Reasoner
von: Yun, Seokju, et al.
Veröffentlicht: (2026)

A Recipe for CAC: Mosaic-based Generalized Loss for Improved Class-Agnostic Counting
von: Chou, Tsung-Han, et al.
Veröffentlicht: (2024)

Measure Anything: Real-time, Multi-stage Vision-based Dimensional Measurement using Segment Anything
von: Lee, Yongkyu, et al.
Veröffentlicht: (2024)