Copertina

Dual Pose-invariant Embeddings: Learning Category and Object-specific Discriminative Representations for Recognition and Retrieval

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Sarkar, Rohan, Kak, Avinash
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition Information Retrieval Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

A Dataset and Framework for Learning State-invariant Object Representations
di: Sarkar, Rohan, et al.
Pubblicazione: (2024)

Embedding-based Retrieval in Multimodal Content Moderation
di: Liang, Hanzhong, et al.
Pubblicazione: (2025)

FOR: Finetuning for Object Level Open Vocabulary Image Retrieval
di: Levi, Hila, et al.
Pubblicazione: (2024)

Object-Aware Query Perturbation for Cross-Modal Image-Text Retrieval
di: Sogi, Naoya, et al.
Pubblicazione: (2024)

Maximal Matching Matters: Preventing Representation Collapse for Robust Cross-Modal Retrieval
di: Alomari, Hani, et al.
Pubblicazione: (2025)

Candidate Set Re-ranking for Composed Image Retrieval with Dual Multi-modal Encoder
di: Liu, Zheyuan, et al.
Pubblicazione: (2023)

Generalized Contrastive Learning for Multi-Modal Retrieval and Ranking
di: Zhu, Tianyu, et al.
Pubblicazione: (2024)

MOON Embedding: Multimodal Representation Learning for E-commerce Search Advertising
di: Fu, Chenghan, et al.
Pubblicazione: (2025)

Online Learning via Memory: Retrieval-Augmented Detector Adaptation
di: Jian, Yanan, et al.
Pubblicazione: (2024)

Region-Point Joint Representation for Effective Trajectory Similarity Learning
di: Long, Hao, et al.
Pubblicazione: (2025)

Hierarchy-of-Visual-Words: a Learning-based Approach for Trademark Image Retrieval
di: Lourenço, Vítor N., et al.
Pubblicazione: (2019)

Reasoning-Augmented Representations for Multimodal Retrieval
di: Zhang, Jianrui, et al.
Pubblicazione: (2026)

Evidential Transformers for Improved Image Retrieval
di: Dordevic, Danilo, et al.
Pubblicazione: (2024)

Multi-event Video-Text Retrieval
di: Zhang, Gengyuan, et al.
Pubblicazione: (2023)

Compact Hypercube Embeddings for Fast Text-based Wildlife Observation Retrieval
di: Moummad, Ilyass, et al.
Pubblicazione: (2026)

Domain-invariant feature learning in brain MR imaging for content-based image retrieval
di: Tobari, Shuya, et al.
Pubblicazione: (2025)

NanoVDR: Distilling a 2B Vision-Language Retriever into a 70M Text-Only Encoder for Visual Document Retrieval
di: Liu, Zhuchenyang, et al.
Pubblicazione: (2026)

$\texttt{InfoHier}$: Hierarchical Information Extraction via Encoding and Embedding
di: Zhang, Tianru, et al.
Pubblicazione: (2025)

Revisiting Uncertainty: On Evidential Learning for Partially Relevant Video Retrieval
di: Li, Jun, et al.
Pubblicazione: (2026)

Metric Compatible Training for Online Backfilling in Large-Scale Retrieval
di: Seo, Seonguk, et al.
Pubblicazione: (2023)

CaReBench: A Fine-Grained Benchmark for Video Captioning and Retrieval
di: Xu, Yifan, et al.
Pubblicazione: (2024)

Sync from the Sea: Retrieving Alignable Videos from Large-Scale Datasets
di: Dave, Ishan Rajendrakumar, et al.
Pubblicazione: (2024)

LD-DETR: Loop Decoder DEtection TRansformer for Video Moment Retrieval and Highlight Detection
di: Zhao, Pengcheng, et al.
Pubblicazione: (2025)

MM-Embed: Universal Multimodal Retrieval with Multimodal LLMs
di: Lin, Sheng-Chieh, et al.
Pubblicazione: (2024)

Re-ranking the Context for Multimodal Retrieval Augmented Generation
di: Mortaheb, Matin, et al.
Pubblicazione: (2025)

RAG-Check: Evaluating Multimodal Retrieval Augmented Generation Performance
di: Mortaheb, Matin, et al.
Pubblicazione: (2025)

Revisit Anything: Visual Place Recognition via Image Segment Retrieval
di: Garg, Kartik, et al.
Pubblicazione: (2024)

AdaTask: A Task-aware Adaptive Learning Rate Approach to Multi-task Learning
di: Yang, Enneng, et al.
Pubblicazione: (2022)

Self-Supervised Learning as Discrete Communication
di: Zaher, Kawtar, et al.
Pubblicazione: (2026)

Deep Learning for Technical Document Classification
di: Jiang, Shuo, et al.
Pubblicazione: (2021)

Studying Illustrations in Manuscripts: An Efficient Deep-Learning Approach
di: Evron, Yoav, et al.
Pubblicazione: (2025)

Towards Universal Video Retrieval: Generalizing Video Embedding via Synthesized Multimodal Pyramid Curriculum
di: Guo, Zhuoning, et al.
Pubblicazione: (2025)

Understanding the Performance Plateau in Text-to-Video Retrieval: A Comprehensive Empirical and Linguistic Analysis
di: Pegia, Maria-Eirini, et al.
Pubblicazione: (2026)

Transfer Learning with Self-Supervised Vision Transformers for Snake Identification
di: Miyaguchi, Anthony, et al.
Pubblicazione: (2024)

Decoupled Training: Return of Frustratingly Easy Multi-Domain Learning
di: Wang, Ximei, et al.
Pubblicazione: (2023)

Transfer Learning and Mixup for Fine-Grained Few-Shot Fungi Classification
di: Tam, Jason Kahei, et al.
Pubblicazione: (2025)

Multimodal Inverse Attention Network with Intrinsic Discriminant Feature Exploitation for Fake News Detection
di: Zhang, Tianlin, et al.
Pubblicazione: (2025)

Towards Resource-Efficient Streaming of Large-Scale Medical Image Datasets for Deep Learning
di: Kulkarni, Pranav, et al.
Pubblicazione: (2023)

LotusFilter: Fast Diverse Nearest Neighbor Search via a Learned Cutoff Table
di: Matsui, Yusuke
Pubblicazione: (2025)

MOON: Generative MLLM-based Multimodal Representation Learning for E-commerce Product Understanding
di: Zhang, Daoze, et al.
Pubblicazione: (2025)