Buchumschlag

SEGIC: Unleashing the Emergent Correspondence for In-Context Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Meng, Lingchen, Lan, Shiyi, Li, Hengduo, Alvarez, Jose M., Wu, Zuxuan, Jiang, Yu-Gang
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BEVNeXt: Reviving Dense BEV Frameworks for 3D Object Detection
von: Li, Zhenxin, et al.
Veröffentlicht: (2023)

CoMP: Continual Multimodal Pre-training for Vision Foundation Models
von: Chen, Yitong, et al.
Veröffentlicht: (2025)

Comprehensive Multi-Modal Prototypes are Simple and Effective Classifiers for Vast-Vocabulary Object Detection
von: Chen, Yitong, et al.
Veröffentlicht: (2024)

FOCUS: Towards Universal Foreground Segmentation
von: You, Zuyao, et al.
Veröffentlicht: (2025)

Learning Accurate Segmentation Purely from Self-Supervision
von: You, Zuyao, et al.
Veröffentlicht: (2026)

Hydra-NeXt: Robust Closed-Loop Driving with Open-Loop Training
von: Li, Zhenxin, et al.
Veröffentlicht: (2025)

DeepStack: Deeply Stacking Visual Tokens is Surprisingly Simple and Effective for LMMs
von: Meng, Lingchen, et al.
Veröffentlicht: (2024)

Attention Itself Could Retrieve.RetrieveVGGT: Training-Free Long Context Streaming 3D Reconstruction via Query-Key Similarity Retrieval
von: Zou, Zichen, et al.
Veröffentlicht: (2026)

Synthesize, Diagnose, and Optimize: Towards Fine-Grained Vision-Language Understanding
von: Peng, Wujian, et al.
Veröffentlicht: (2023)

HAD: Combining Hierarchical Diffusion with Metric-Decoupled RL for End-to-End Driving
von: Yao, Wenhao, et al.
Veröffentlicht: (2026)

Hydra-MDP: End-to-end Multimodal Planning with Multi-target Hydra-Distillation
von: Li, Zhenxin, et al.
Veröffentlicht: (2024)

Hydra-MDP++: Advancing End-to-End Driving via Expert-Guided Hydra-Distillation
von: Li, Kailin, et al.
Veröffentlicht: (2025)

Multimodal Referring Segmentation: A Survey
von: Ding, Henghui, et al.
Veröffentlicht: (2025)

ArcFlow: Unleashing 2-Step Text-to-Image Generation via High-Precision Non-Linear Flow Distillation
von: Yang, Zihan, et al.
Veröffentlicht: (2026)

INST-IT: Boosting Instance Understanding via Explicit Visual Prompt Instruction Tuning
von: Peng, Wujian, et al.
Veröffentlicht: (2024)

DriveSuprim: Towards Precise Trajectory Selection for End-to-End Planning
von: Yao, Wenhao, et al.
Veröffentlicht: (2025)

Seg-R1: Segmentation Can Be Surprisingly Simple with Reinforcement Learning
von: You, Zuyao, et al.
Veröffentlicht: (2025)

Multi-Prompt Alignment for Multi-Source Unsupervised Domain Adaptation
von: Chen, Haoran, et al.
Veröffentlicht: (2022)

GeoGS3D: Single-view 3D Reconstruction via Geometric-aware Diffusion Model and Gaussian Splatting
von: Feng, Qijun, et al.
Veröffentlicht: (2024)

CaTok: Taming Mean Flows for One-Dimensional Causal Image Tokenization
von: Chen, Yitong, et al.
Veröffentlicht: (2026)

What is Point Supervision Worth in Video Instance Segmentation?
von: Huang, Shuaiyi, et al.
Veröffentlicht: (2024)

COVE: Unleashing the Diffusion Feature Correspondence for Consistent Video Editing
von: Wang, Jiangshan, et al.
Veröffentlicht: (2024)

Unleashing Diffusion Transformers for Visual Correspondence by Modulating Massive Activations
von: Gan, Chaofan, et al.
Veröffentlicht: (2025)

PromptFusion: Decoupling Stability and Plasticity for Continual Learning
von: Chen, Haoran, et al.
Veröffentlicht: (2023)

DiffusionAD: Norm-guided One-step Denoising Diffusion for Anomaly Detection
von: Zhang, Hui, et al.
Veröffentlicht: (2023)

Multi-Prompt Progressive Alignment for Multi-Source Unsupervised Domain Adaptation
von: Chen, Haoran, et al.
Veröffentlicht: (2025)

GenRec: Unifying Video Generation and Recognition with Diffusion Models
von: Weng, Zejia, et al.
Veröffentlicht: (2024)

UDPNet: Unleashing Depth-based Priors for Robust Image Dehazing
von: Zuo, Zengyuan, et al.
Veröffentlicht: (2026)

Generalized Trajectory Scoring for End-to-end Multimodal Planning
von: Li, Zhenxin, et al.
Veröffentlicht: (2025)

Adaptive Retention & Correction: Test-Time Training for Continual Learning
von: Chen, Haoran, et al.
Veröffentlicht: (2024)

WeEdit: A Dataset, Benchmark and Glyph-Guided Framework for Text-centric Image Editing
von: Zhang, Hui, et al.
Veröffentlicht: (2026)

OmniTokenizer: A Joint Image-Video Tokenizer for Visual Generation
von: Wang, Junke, et al.
Veröffentlicht: (2024)

Daily-Omni: Towards Audio-Visual Reasoning with Temporal Alignment across Modalities
von: Zhou, Ziwei, et al.
Veröffentlicht: (2025)

ZTRS: Zero-Imitation End-to-end Autonomous Driving with Trajectory Scoring
von: Li, Zhenxin, et al.
Veröffentlicht: (2025)

LRANet++: Low-Rank Approximation Network for Accurate and Efficient Text Spotting
von: Su, Yuchen, et al.
Veröffentlicht: (2025)

Achieving More with Less: Additive Prompt Tuning for Rehearsal-Free Class-Incremental Learning
von: Chen, Haoran, et al.
Veröffentlicht: (2025)

Learning to Rank Patches for Unbiased Image Redundancy Reduction
von: Luo, Yang, et al.
Veröffentlicht: (2024)

Seg2Any: Open-set Segmentation-Mask-to-Image Generation with Precise Shape and Semantic Control
von: Li, Danfeng, et al.
Veröffentlicht: (2025)

Is Ego Status All You Need for Open-Loop End-to-End Autonomous Driving?
von: Li, Zhiqi, et al.
Veröffentlicht: (2023)

Emergent Temporal Correspondences from Video Diffusion Transformers
von: Nam, Jisu, et al.
Veröffentlicht: (2025)