:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Ping, Zhang, Xingpeng, Zhou, Chengtao, Fan, Dichao, Tu, Peng, Zhang, Le, Qian, Yanlin
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2311.18605
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Progressive Multi-task Anti-Noise Learning and Distilling Frameworks for Fine-grained Vehicle Recognition
von: Liu, Dichao
Veröffentlicht: (2024)

Optimizing for the Shortest Path in Denoising Diffusion Model
von: Chen, Ping, et al.
Veröffentlicht: (2025)

Beyond Geometry: Artistic Disparity Synthesis for Immersive 2D-to-3D
von: Chen, Ping, et al.
Veröffentlicht: (2026)

Open-World Dynamic Prompt and Continual Visual Representation Learning
von: Kim, Youngeun, et al.
Veröffentlicht: (2024)

Learning with Adaptive Prototype Manifolds for Out-of-Distribution Detection
von: Peng, Ningkang, et al.
Veröffentlicht: (2026)

SADL: An Effective In-Context Learning Method for Compositional Visual QA
von: Dang, Long Hoang, et al.
Veröffentlicht: (2024)

Unified Multi-Modal Image Synthesis for Missing Modality Imputation
von: Zhang, Yue, et al.
Veröffentlicht: (2023)

TokenCarve: Information-Preserving Visual Token Compression in Multimodal Large Language Models
von: Tan, Xudong, et al.
Veröffentlicht: (2025)

Towards Visual Query Localization in the 3D World
von: Peng, Liang, et al.
Veröffentlicht: (2026)

Soft Tail-dropping for Adaptive Visual Tokenization
von: Chen, Zeyuan, et al.
Veröffentlicht: (2026)

LinVideo: A Post-Training Framework towards O(n) Attention in Efficient Video Generation
von: Huang, Yushi, et al.
Veröffentlicht: (2025)

Zero-Shot CFC: Fast Real-World Image Denoising based on Cross-Frequency Consistency
von: Jiang, Yanlin, et al.
Veröffentlicht: (2025)

Test-time Distribution Learning Adapter for Cross-modal Visual Reasoning
von: Zhang, Yi, et al.
Veröffentlicht: (2024)

PlayerOne: Egocentric World Simulator
von: Tu, Yuanpeng, et al.
Veröffentlicht: (2025)

CauSight: Learning to Supersense for Visual Causal Discovery
von: Zhang, Yize, et al.
Veröffentlicht: (2025)

DORAEMON: A Unified Library for Visual Object Modeling and Representation Learning at Scale
von: Du, Ke, et al.
Veröffentlicht: (2025)

Assessing and Learning Alignment of Unimodal Vision and Language Models
von: Zhang, Le, et al.
Veröffentlicht: (2024)

Learning Weakly Supervised Audio-Visual Violence Detection in Hyperbolic Space
von: Peng, Xiaogang, et al.
Veröffentlicht: (2023)

DrivingWorld: Constructing World Model for Autonomous Driving via Video GPT
von: Hu, Xiaotao, et al.
Veröffentlicht: (2024)

Deep Learning in Image Classification: Evaluating VGG19's Performance on Complex Visual Data
von: He, Weijie, et al.
Veröffentlicht: (2024)

Semantic Feature Decomposition based Semantic Communication System of Images with Large-scale Visual Generation Models
von: Fan, Senran, et al.
Veröffentlicht: (2024)

Mani-GS: Gaussian Splatting Manipulation with Triangular Mesh
von: Gao, Xiangjun, et al.
Veröffentlicht: (2024)

PacTure: Efficient PBR Texture Generation on Packed Views with Visual Autoregressive Models
von: Fei, Fan, et al.
Veröffentlicht: (2025)

Uncertainty-Gated Deformable Network for Breast Tumor Segmentation in MR Images
von: Zhang, Yue, et al.
Veröffentlicht: (2025)

RSONet: Region-guided Selective Optimization Network for RGB-T Salient Object Detection
von: Wan, Bin, et al.
Veröffentlicht: (2026)

G2HFNet: GeoGran-Aware Hierarchical Feature Fusion Network for Salient Object Detection in Optical Remote Sensing Images
von: Wan, Bin, et al.
Veröffentlicht: (2026)

ControlLoc: Physical-World Hijacking Attack on Visual Perception in Autonomous Driving
von: Ma, Chen, et al.
Veröffentlicht: (2024)

VSCode: General Visual Salient and Camouflaged Object Detection with 2D Prompt Learning
von: Luo, Ziyang, et al.
Veröffentlicht: (2023)

How and What to Imagine? Visual Thinking in Unified Multimodal Models for Cross-View Spatial Reasoning
von: Yang, Qian, et al.
Veröffentlicht: (2026)

The Role of World Models in Shaping Autonomous Driving: A Comprehensive Survey
von: Tu, Sifan, et al.
Veröffentlicht: (2025)

Distributed Zero-Shot Learning for Visual Recognition
von: Chen, Zhi, et al.
Veröffentlicht: (2025)

Joint Geometric and Trajectory Consistency Learning for One-Step Real-World Super-Resolution
von: Deng, Chengyan, et al.
Veröffentlicht: (2026)

Pyramid Pixel Context Adaption Network for Medical Image Classification with Supervised Contrastive Learning
von: Zhang, Xiaoqing, et al.
Veröffentlicht: (2023)

ORB-SfMLearner: ORB-Guided Self-supervised Visual Odometry with Selective Online Adaptation
von: Jin, Yanlin, et al.
Veröffentlicht: (2024)

DreamWorld: Unified World Modeling in Video Generation
von: Tan, Boming, et al.
Veröffentlicht: (2026)

Towards Self-Refinement of Vision-Language Models with Triangular Consistency
von: Deng, Yunlong, et al.
Veröffentlicht: (2025)

Efficient High-Resolution Visual Representation Learning with State Space Model for Human Pose Estimation
von: Zhang, Hao, et al.
Veröffentlicht: (2024)

When Pedestrian Detection Meets Multi-Modal Learning: Generalist Model and Benchmark Dataset
von: Zhang, Yi, et al.
Veröffentlicht: (2024)

Beyond Quantity: Distribution-Aware Labeling for Visual Grounding
von: Zhang, Yichi, et al.
Veröffentlicht: (2025)

Edge-aware Feature Aggregation Network for Polyp Segmentation
von: Zhou, Tao, et al.
Veröffentlicht: (2023)