会员服务
AbracADDbra: Touch-Guided Object Addition by Decoupling Placement and Editing Subtasks
Arxiv
0+阅读 · 2月15日
CLUE: Crossmodal disambiguation via Language-vision Understanding with attEntion
Arxiv
0+阅读 · 2月9日
From Speech-to-Spatial: Grounding Utterances on A Live Shared View with Augmented Reality
Arxiv
0+阅读 · 2月3日
Insight: Interpretable Semantic Hierarchies in Vision-Language Encoders
Arxiv
0+阅读 · 1月20日
Auditorily Embodied Conversational Agents: Effects of Spatialization and Situated Audio Cues on Presence and Social Perception
Arxiv
0+阅读 · 1月29日
MINGLE: VLMs for Semantically Complex Region Detection in Urban Scenes
Arxiv
0+阅读 · 1月15日
Track and Caption Any Motion: Query-Free Motion Discovery and Description in Videos
Arxiv
0+阅读 · 2025年12月11日
Reveal to Revise: An Explainable AI Life Cycle for Iterative Bias Correction of Deep Models
Arxiv
0+阅读 · 2023年3月27日
参考链接
微信扫码咨询专知VIP会员
Top