Zhenhua Feng

Un nouveau cadre améliore la reconnaissance d'action en séparant les indices spatiaux et temporels.

De nouvelles méthodes accélèrent l'entraînement pour le modelage d'images masquées sans perdre en performance.

MV-RGBT propose un dataset réaliste pour évaluer les méthodes de suivi RGBT.

SimVG améliore l'ancrage visuel en liant le texte à des zones spécifiques de l'image de manière plus efficace.