Buchumschlag

Incorporating simulated spatial context information improves the effectiveness of contrastive learning models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Lizhen, Wang, James Z., Lee, Wonseuk, Wyble, Brad
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Robust image representations with counterfactual contrastive learning
von: Roschewitz, Mélanie, et al.
Veröffentlicht: (2024)

Counterfactual contrastive learning: robust representations via causal image synthesis
von: Roschewitz, Melanie, et al.
Veröffentlicht: (2024)

A prior information informed learning architecture for flying trajectory prediction
von: Huang, Xianda, et al.
Veröffentlicht: (2026)

Multimodal contrastive learning for spatial gene expression prediction using histology images
von: Min, Wenwen, et al.
Veröffentlicht: (2024)

An interpretable imbalanced semi-supervised deep learning framework for improving differential diagnosis of skin diseases
von: Weng, Futian, et al.
Veröffentlicht: (2022)

DreamActor-M1: Holistic, Expressive and Robust Human Image Animation with Hybrid Guidance
von: Luo, Yuxuan, et al.
Veröffentlicht: (2025)

Breast tumor classification based on self-supervised contrastive learning from ultrasound videos
von: Tang, Yunxin, et al.
Veröffentlicht: (2024)

Incomplete In-context Learning
von: Wang, Wenqiang, et al.
Veröffentlicht: (2025)

Application of deep learning techniques in non-contrast computed tomography pulmonary angiogram for pulmonary embolism diagnosis
von: Ting, I-Hsien, et al.
Veröffentlicht: (2026)

Vision language models are unreliable at trivial spatial cognition
von: Khemlani, Sangeet, et al.
Veröffentlicht: (2025)

Tera-MIND: Tera-scale mouse brain simulation via spatial mRNA-guided diffusion
von: Wu, Jiqing, et al.
Veröffentlicht: (2025)

Pyramid Self-contrastive Learning Framework for Test-time Ultrasound Image Denoising
von: Zhang, Jiajing, et al.
Veröffentlicht: (2026)

Reproducible scaling laws for contrastive language-image learning
von: Cherti, Mehdi, et al.
Veröffentlicht: (2022)

A dual contrastive framework
von: Sun, Yuan, et al.
Veröffentlicht: (2024)

What to align in multimodal contrastive learning?
von: Dufumier, Benoit, et al.
Veröffentlicht: (2024)

Hybrid operator learning of wave scattering maps in high-contrast media
von: Balaji, Advait, et al.
Veröffentlicht: (2026)

FFF: Fixing Flawed Foundations in contrastive pre-training results in very strong Vision-Language models
von: Bulat, Adrian, et al.
Veröffentlicht: (2024)

CLIPin: A Non-contrastive Plug-in to CLIP for Multimodal Semantic Alignment
von: Yang, Shengzhu, et al.
Veröffentlicht: (2025)

Addressing a fundamental limitation in deep vision models: lack of spatial attention
von: Borji, Ali
Veröffentlicht: (2024)

MoPO: Incorporating Motion Prior for Occluded Human Mesh Recovery
von: Tang, Tao, et al.
Veröffentlicht: (2026)

Leveraging counterfactual concepts for debugging and improving CNN model performance
von: Tariq, Syed Ali, et al.
Veröffentlicht: (2025)

AnyPattern: Towards In-context Image Copy Detection
von: Wang, Wenhao, et al.
Veröffentlicht: (2024)

VideoICL: Confidence-based Iterative In-context Learning for Out-of-Distribution Video Understanding
von: Kim, Kangsan, et al.
Veröffentlicht: (2024)

Class-Conditional self-reward mechanism for improved Text-to-Image models
von: Ghazouali, Safouane El, et al.
Veröffentlicht: (2024)

LACOSTE: Exploiting stereo and temporal contexts for surgical instrument segmentation
von: Wang, Qiyuan, et al.
Veröffentlicht: (2024)

In-context learning for medical image segmentation
von: Takaya, Eichi, et al.
Veröffentlicht: (2024)

A review of deep learning-based information fusion techniques for multimodal medical image classification
von: Li, Yihao, et al.
Veröffentlicht: (2024)

From Question to Exploration: Test-Time Adaptation in Semantic Segmentation?
von: Yi, Chang'an, et al.
Veröffentlicht: (2023)

One-shot In-context Part Segmentation
von: Dai, Zhenqi, et al.
Veröffentlicht: (2025)

One-shot synthesis of rare gastrointestinal lesions improves diagnostic accuracy and clinical training
von: Yu, Jia, et al.
Veröffentlicht: (2025)

Dual Path Learning -- learning from noise and context for medical image denoising
von: Fartiyal, Jitindra, et al.
Veröffentlicht: (2025)

A detection-task-specific deep-learning method to improve the quality of sparse-view myocardial perfusion SPECT images
von: Yang, Zezhang, et al.
Veröffentlicht: (2025)

DreamActor-H1: High-Fidelity Human-Product Demonstration Video Generation via Motion-designed Diffusion Transformers
von: Wang, Lizhen, et al.
Veröffentlicht: (2025)

Class-specific diffusion models improve military object detection in a low-data domain
von: Fokkinga, Ella P., et al.
Veröffentlicht: (2026)

Delineating Knowledge Boundaries for Honest Large Vision-Language Models
von: Song, Junru, et al.
Veröffentlicht: (2026)

FinePhys: Fine-grained Human Action Generation by Explicitly Incorporating Physical Laws for Effective Skeletal Guidance
von: Shao, Dian, et al.
Veröffentlicht: (2025)

Improving Zero-Shot Object-Level Change Detection by Incorporating Visual Correspondence
von: Nguyen, Hung Huy, et al.
Veröffentlicht: (2025)

Tracking spatial temporal details in ultrasound long video via wavelet analysis and memory bank
von: Zhang, Chenxiao, et al.
Veröffentlicht: (2025)

Physics-Grounded Motion Forecasting via Equation Discovery for Trajectory-Guided Image-to-Video Generation
von: Feng, Tao, et al.
Veröffentlicht: (2025)

Composed Vision-Language Retrieval for Skin Cancer Case Search via Joint Alignment of Global and Local Representations
von: Wang, Yuheng, et al.
Veröffentlicht: (2026)