Buchumschlag

Differentiable JPEG: The Devil is in the Details

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Reich, Christoph, Debnath, Biplob, Patel, Deep, Chakradhar, Srimat
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition Multimedia
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep Video Codec Control for Vision Models
von: Reich, Christoph, et al.
Veröffentlicht: (2023)

A Perspective on Deep Vision Performance with Standard Image and Video Codecs
von: Reich, Christoph, et al.
Veröffentlicht: (2024)

TrafficLens: Multi-Camera Traffic Video Analysis Using LLMs
von: Arefeen, Md Adnan, et al.
Veröffentlicht: (2025)

iRAG: Advancing RAG for Videos with an Incremental Approach
von: Arefeen, Md Adnan, et al.
Veröffentlicht: (2024)

Open-SAT: LLM-Guided Query Embedding Refinement for Open-Vocabulary Object Retrieval in Satellite Imagery
von: Arefeen, Md Adnan, et al.
Veröffentlicht: (2026)

Visual Alignment of Medical Vision-Language Models for Grounded Radiology Report Generation
von: Bose, Sarosij, et al.
Veröffentlicht: (2025)

JPEG AI Image Compression Visual Artifacts: Detection Methods and Dataset
von: Tsereh, Daria, et al.
Veröffentlicht: (2024)

Multi-Scale and Detail-Enhanced Segment Anything Model for Salient Object Detection
von: Gao, Shixuan, et al.
Veröffentlicht: (2024)

MSCT: Differential Cross-Modal Attention for Deepfake Detection
von: Wei, Fangda, et al.
Veröffentlicht: (2026)

DetailVerifyBench: A Benchmark for Dense Hallucination Localization in Long Image Captions
von: Wang, Xinran, et al.
Veröffentlicht: (2026)

Accelerated Event-Based Feature Detection and Compression for Surveillance Video Systems
von: Freeman, Andrew C., et al.
Veröffentlicht: (2023)

Look, Compare and Draw: Differential Query Transformer for Automatic Oil Painting
von: Liu, Lingyu, et al.
Veröffentlicht: (2026)

StreamingRAG: Real-time Contextual Retrieval and Generation Framework
von: Sankaradas, Murugan, et al.
Veröffentlicht: (2025)

Mesquite MoCap: Democratizing Real-Time Motion Capture with Affordable, Bodyworn IoT Sensors and WebXR SLAM
von: Vanani, Poojan, et al.
Veröffentlicht: (2025)

ASAP: Advancing Semantic Alignment Promotes Multi-Modal Manipulation Detecting and Grounding
von: Zhang, Zhenxing, et al.
Veröffentlicht: (2024)

Omni-Captioner: Data Pipeline, Models, and Benchmark for Omni Detailed Perception
von: Ma, Ziyang, et al.
Veröffentlicht: (2025)

Tackle CSM in JPEG Steganalysis with Data Adaptation
von: Abecidan, Rony, et al.
Veröffentlicht: (2026)

Reference-Guided Identity Preserving Face Restoration
von: Zhou, Mo, et al.
Veröffentlicht: (2025)

Improving Accuracy and Generalization for Efficient Visual Tracking
von: Zaveri, Ram, et al.
Veröffentlicht: (2024)

SequencePAR: Understanding Pedestrian Attributes via A Sequence Generation Paradigm
von: Jin, Jiandong, et al.
Veröffentlicht: (2023)

CASR: Refining Action Segmentation via Marginalizing Frame-levle Causal Relationships
von: Du, Keqing, et al.
Veröffentlicht: (2023)

Study of Subjective and Objective Quality Assessment of Mobile Cloud Gaming Videos
von: Saha, Avinab, et al.
Veröffentlicht: (2023)

Unraveling Instance Associations: A Closer Look for Audio-Visual Segmentation
von: Chen, Yuanhong, et al.
Veröffentlicht: (2023)

Bridging the Gap: Sketch-Aware Interpolation Network for High-Quality Animation Sketch Inbetweening
von: Shen, Jiaming, et al.
Veröffentlicht: (2023)

Joint Explicit and Implicit Cross-Modal Interaction Network for Anterior Chamber Inflammation Diagnosis
von: Shao, Qian, et al.
Veröffentlicht: (2023)

VIoTGPT: Learning to Schedule Vision Tools in LLMs towards Intelligent Video Internet of Things
von: Zhong, Yaoyao, et al.
Veröffentlicht: (2023)

CLIP Brings Better Features to Visual Aesthetics Learners
von: Xu, Liwu, et al.
Veröffentlicht: (2023)

QGFace: Quality-Guided Joint Training For Mixed-Quality Face Recognition
von: Song, Youzhe, et al.
Veröffentlicht: (2023)

Noisy-Correspondence Learning for Text-to-Image Person Re-identification
von: Qin, Yang, et al.
Veröffentlicht: (2023)

TALDS-Net: Task-Aware Adaptive Local Descriptors Selection for Few-shot Image Classification
von: Qiao, Qian, et al.
Veröffentlicht: (2023)

Towards Natural Language-Guided Drones: GeoText-1652 Benchmark with Spatial Relation Matching
von: Chu, Meng, et al.
Veröffentlicht: (2023)

Using Saliency and Cropping to Improve Video Memorability
von: Mudgal, Vaibhav, et al.
Veröffentlicht: (2023)

Vision-Language Models Learn Super Images for Efficient Partially Relevant Video Retrieval
von: Nishimura, Taichi, et al.
Veröffentlicht: (2023)

GPT-4V with Emotion: A Zero-shot Benchmark for Generalized Emotion Recognition
von: Lian, Zheng, et al.
Veröffentlicht: (2023)

FlowVid: Taming Imperfect Optical Flows for Consistent Video-to-Video Synthesis
von: Liang, Feng, et al.
Veröffentlicht: (2023)

Modularized Zero-shot VQA with Pre-trained Models
von: Cao, Rui, et al.
Veröffentlicht: (2023)

PathAsst: A Generative Foundation AI Assistant Towards Artificial General Intelligence of Pathology
von: Sun, Yuxuan, et al.
Veröffentlicht: (2023)

Test-Time Adaptation with CLIP Reward for Zero-Shot Generalization in Vision-Language Models
von: Zhao, Shuai, et al.
Veröffentlicht: (2023)

AdaMesh: Personalized Facial Expressions and Head Poses for Adaptive Speech-Driven 3D Facial Animation
von: Chen, Liyang, et al.
Veröffentlicht: (2023)

UniPT: Universal Parallel Tuning for Transfer Learning with Efficient Parameter and Memory
von: Diao, Haiwen, et al.
Veröffentlicht: (2023)