Copertina

Completing Visual Objects via Bridging Generation and Segmentation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Li, Xiang, Chen, Yinpeng, Lin, Chung-Ching, Chen, Hao, Hu, Kai, Singh, Rita, Raj, Bhiksha, Wang, Lijuan, Liu, Zicheng
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

ControlVAR: Exploring Controllable Visual Autoregressive Modeling
di: Li, Xiang, et al.
Pubblicazione: (2024)

ImageFolder: Autoregressive Image Generation with Folded Tokens
di: Li, Xiang, et al.
Pubblicazione: (2024)

QDFormer: Towards Robust Audiovisual Segmentation in Complex Environments with Quantization-based Semantic Decomposition
di: Li, Xiang, et al.
Pubblicazione: (2023)

$\text{R}^2$-Bench: Benchmarking the Robustness of Referring Perception Models under Perturbations
di: Li, Xiang, et al.
Pubblicazione: (2024)

XQ-GAN: An Open-source Image Tokenization Framework for Autoregressive Generation
di: Li, Xiang, et al.
Pubblicazione: (2024)

Idea2Img: Iterative Self-Refinement with GPT-4V(ision) for Automatic Image Design and Generation
di: Yang, Zhengyuan, et al.
Pubblicazione: (2023)

Robust Latent Matters: Boosting Image Generation with Sampling Error Synthesis
di: Qiu, Kai, et al.
Pubblicazione: (2025)

Point-RFT: Improving Multimodal Reasoning with Visually Grounded Reinforcement Finetuning
di: Ni, Minheng, et al.
Pubblicazione: (2025)

IDOL: Unified Dual-Modal Latent Diffusion for Human-Centric Joint Video-Depth Generation
di: Zhai, Yuanhao, et al.
Pubblicazione: (2024)

Image Tokenizer Needs Post-Training
di: Qiu, Kai, et al.
Pubblicazione: (2025)

DisCo: Disentangled Control for Realistic Human Dance Generation
di: Wang, Tan, et al.
Pubblicazione: (2023)

Segment and Caption Anything
di: Huang, Xiaoke, et al.
Pubblicazione: (2023)

Interaction-Consistent Object Removal via MLLM-Based Reasoning
di: Huang, Ching-Kai, et al.
Pubblicazione: (2026)

Masked Autoencoders Are Effective Tokenizers for Diffusion Models
di: Chen, Hao, et al.
Pubblicazione: (2025)

SoftVQ-VAE: Efficient 1-Dimensional Continuous Tokenizer
di: Chen, Hao, et al.
Pubblicazione: (2024)

RTGen: Generating Region-Text Pairs for Open-Vocabulary Object Detection
di: Chen, Fangyi, et al.
Pubblicazione: (2024)

Slight Corruption in Pre-training Data Makes Better Diffusion Models
di: Chen, Hao, et al.
Pubblicazione: (2024)

One-Shot Medical Video Object Segmentation via Temporal Contrastive Memory Networks
di: Chen, Yaxiong, et al.
Pubblicazione: (2025)

SoTA with Less: MCTS-Guided Sample Selection for Data-Efficient Visual Reasoning Self-Improvement
di: Wang, Xiyao, et al.
Pubblicazione: (2025)

ED-SAM: An Efficient Diffusion Sampling Approach to Domain Generalization in Vision-Language Foundation Models
di: Truong, Thanh-Dat, et al.
Pubblicazione: (2024)

GS: Generative Segmentation via Label Diffusion
di: Chen, Yuhao, et al.
Pubblicazione: (2025)

FALCON: Fairness Learning via Contrastive Attention Approach to Continual Semantic Scene Understanding
di: Truong, Thanh-Dat, et al.
Pubblicazione: (2023)

Imprecise Label Learning: A Unified Framework for Learning with Various Imprecise Label Configurations
di: Chen, Hao, et al.
Pubblicazione: (2023)

LiVOS: Light Video Object Segmentation with Gated Linear Matching
di: Liu, Qin, et al.
Pubblicazione: (2024)

VerLM: Explaining Face Verification Using Natural Language
di: Hannan, Syed Abdul, et al.
Pubblicazione: (2026)

ReferDINO: Referring Video Object Segmentation with Visual Grounding Foundations
di: Liang, Tianming, et al.
Pubblicazione: (2025)

X-Prompt: Multi-modal Visual Prompt for Video Object Segmentation
di: Guo, Pinxue, et al.
Pubblicazione: (2024)

360VOTS: Visual Object Tracking and Segmentation in Omnidirectional Videos
di: Xu, Yinzhe, et al.
Pubblicazione: (2024)

Boosting Visual Knowledge-Intensive Training for LVLMs Through Causality-Driven Visual Object Completion
di: Hu, Qingguo, et al.
Pubblicazione: (2025)

Online Unsupervised Video Object Segmentation via Contrastive Motion Clustering
di: Xi, Lin, et al.
Pubblicazione: (2023)

Exploring Invariance in Images through One-way Wave Equations
di: Chen, Yinpeng, et al.
Pubblicazione: (2023)

Toward Fairness via Maximum Mean Discrepancy Regularization on Logits Space
di: Chung, Hao-Wei, et al.
Pubblicazione: (2024)

An Analysis of Kalman Filter based Object Tracking Methods for Fast-Moving Tiny Objects
di: Singh, Prithvi Raj, et al.
Pubblicazione: (2025)

BridgeShape: Latent Diffusion Schrödinger Bridge for 3D Shape Completion
di: Kong, Dequan, et al.
Pubblicazione: (2025)

Confronting Ambiguity in 6D Object Pose Estimation via Score-Based Diffusion on SE(3)
di: Hsiao, Tsu-Ching, et al.
Pubblicazione: (2023)

VL-SAM-v3: Memory-Guided Visual Priors for Open-World Object Detection
di: Liu, Chih-Chung, et al.
Pubblicazione: (2026)

Glass Segmentation with Fusion of Learned and General Visual Features
di: Ojala, Risto, et al.
Pubblicazione: (2026)

Language-Driven Visual Consensus for Zero-Shot Semantic Segmentation
di: Zhang, Zicheng, et al.
Pubblicazione: (2024)

Resolving Endpoint Underfitting in Diffusion Bridges via Noise Alignment
di: Gao, Yurong, et al.
Pubblicazione: (2026)

Bridge the Gap Between Visual and Linguistic Comprehension for Generalized Zero-shot Semantic Segmentation
di: Guo, Xiaoqing, et al.
Pubblicazione: (2025)