Buchumschlag

Catch Me If You Can Describe Me: Open-Vocabulary Camouflaged Instance Segmentation with Diffusion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vu, Tuan-Anh, Nguyen, Duc Thanh, Guo, Qing, Chung, Nhat, Hua, Binh-Son, Tsang, Ivor W., Yeung, Sai-Kit
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Power of Boundary and Reflection: Semantic Transparent Object Segmentation using Pyramid Vision Transformer with Transparent Cues
von: Vu, Tuan-Anh, et al.
Veröffentlicht: (2025)

Self-supervised Video Object Segmentation with Distillation Learning of Deformable Attention
von: Truong, Quang-Trung, et al.
Veröffentlicht: (2024)

Color Alignment in Diffusion
von: Shum, Ka Chun, et al.
Veröffentlicht: (2025)

Vision-Aware Text Features in Referring Image Segmentation: From Object Understanding to Context Understanding
von: Nguyen-Truong, Hai, et al.
Veröffentlicht: (2024)

The Art of Camouflage: Few-Shot Learning for Animal Detection and Segmentation
von: Nguyen, Thanh-Danh, et al.
Veröffentlicht: (2023)

Language-driven Object Fusion into Neural Radiance Fields with Pose-Conditioned Dataset Updates
von: Shum, Ka Chun, et al.
Veröffentlicht: (2023)

AUTV: Creating Underwater Video Datasets with Pixel-wise Annotations
von: Truong, Quang Trung, et al.
Veröffentlicht: (2025)

Catch Me If You Can: How Smaller Reasoning Models Pretend to Reason with Mathematical Fidelity
von: Sahoo, Subramanyam, et al.
Veröffentlicht: (2025)

ToXCL: A Unified Framework for Toxic Speech Detection and Explanation
von: Hoang, Nhat M., et al.
Veröffentlicht: (2024)

Catch Me If You Can: Combatting Fraud in Artificial Currency Based Government Benefits Programs
von: Jalota, Devansh, et al.
Veröffentlicht: (2024)

StyleCity: Large-Scale 3D Urban Scenes Stylization
von: Chen, Yingshu, et al.
Veröffentlicht: (2024)

Catch Me If You Can? Not Yet: LLMs Still Struggle to Imitate the Implicit Writing Styles of Everyday Authors
von: Wang, Zhengxiang, et al.
Veröffentlicht: (2025)

Open3DIS: Open-Vocabulary 3D Instance Segmentation with 2D Mask Guidance
von: Nguyen, Phuc D. A., et al.
Veröffentlicht: (2023)

Training-Free Dataset Pruning for Instance Segmentation
von: Dai, Yalun, et al.
Veröffentlicht: (2025)

Common Sense Conversion: Can You Read Me?
von: Crawford, Walt
Veröffentlicht: (1988)

Open-Vocabulary Camouflaged Object Segmentation
von: Pang, Youwei, et al.
Veröffentlicht: (2023)

Expose Camouflage in the Water: Underwater Camouflaged Instance Segmentation and Dataset
von: Wang, Chuhong, et al.
Veröffentlicht: (2025)

Exploring Boundary of GPT-4V on Marine Analysis: A Preliminary Case Study
von: Zheng, Ziqiang, et al.
Veröffentlicht: (2024)

SLiMe: Segment Like Me
von: Khani, Aliasghar, et al.
Veröffentlicht: (2023)

Catch Me if You Search: When Contextual Web Search Results Affect the Detection of Hallucinations
von: Nahar, Mahjabin, et al.
Veröffentlicht: (2025)

Curriculum Demonstration Selection for In-Context Learning
von: Vu, Duc Anh, et al.
Veröffentlicht: (2024)

Advances in 3D Neural Stylization: A Survey
von: Chen, Yingshu, et al.
Veröffentlicht: (2023)

Trust Me, I Can Convince You: The Contextualized Argument Appraisal Framework
von: Greschner, Lynn, et al.
Veröffentlicht: (2025)

ChatGPT as a Math Questioner? Evaluating ChatGPT on Generating Pre-university Math Questions
von: Van Long, Phuoc Pham, et al.
Veröffentlicht: (2023)

Audit Me If You Can: Query-Efficient Active Fairness Auditing of Black-Box LLMs
von: Hartmann, David, et al.
Veröffentlicht: (2026)

Cache Me if You Can: Accelerating Diffusion Models through Block Caching
von: Wimbauer, Felix, et al.
Veröffentlicht: (2023)

Cache Me If You Can: How Many KVs Do You Need for Effective Long-Context LMs?
von: Bhaskar, Adithya, et al.
Veröffentlicht: (2025)

ForestMamba: Sparse Mamba with Geometry-guided Queries for 3D Forest Point Cloud Segmentation
von: Nguyen, Trung Thanh, et al.
Veröffentlicht: (2026)

"Can You See Me Think?" Grounding LLM Feedback in Keystrokes and Revision Patterns
von: Zafar, Samra, et al.
Veröffentlicht: (2025)

Guard Me If You Know Me: Protecting Specific Face-Identity from Deepfakes
von: Lin, Kaiqing, et al.
Veröffentlicht: (2025)

Catch Me If You Can: Finding the Source of Infections in Temporal Networks
von: Bals, Ben, et al.
Veröffentlicht: (2024)

HSEvo: Elevating Automatic Heuristic Design with Diversity-Driven Harmony Search and Genetic Algorithm Using LLMs
von: Dat, Pham Vu Tuan, et al.
Veröffentlicht: (2024)

Break Me If You Can: Self-Jailbreaking of Aligned LLMs via Lexical Insertion Prompting
von: Kulshreshtha, Devang, et al.
Veröffentlicht: (2026)

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

A4O: All Trigger for One sample
von: Vu, Duc Anh, et al.
Veröffentlicht: (2025)

MSC: A Marine Wildlife Video Dataset with Grounded Segmentation and Clip-Level Captioning
von: Truong, Quang-Trung, et al.
Veröffentlicht: (2025)

MAGIC: Mastering Physical Adversarial Generation in Context through Collaborative LLM Agents
von: Xing, Yun, et al.
Veröffentlicht: (2024)

More Bias, Less Bias: BiasPrompting for Enhanced Multiple-Choice Question Answering
von: Vu, Duc Anh, et al.
Veröffentlicht: (2025)

Open-Vocabulary Camouflaged Object Segmentation with Cascaded Vision Language Models
von: Zhao, Kai, et al.
Veröffentlicht: (2025)

Classifier-Centric Adaptive Framework for Open-Vocabulary Camouflaged Object Segmentation
von: Zhang, Hanyu, et al.
Veröffentlicht: (2025)