:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Zheng, Tong, Sone, Shusaku, Ushiku, Yoshitaka, Oba, Yuki, Ma, Jiaxin
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	https://arxiv.org/abs/2403.01802
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

TriFusion-SR: Joint Tri-Modal Medical Image Fusion and SR
di: Dharejo, Fayaz Ali, et al.
Pubblicazione: (2026)

SciPostLayout: A Dataset for Layout Analysis and Layout Generation of Scientific Posters
di: Tanaka, Shohei, et al.
Pubblicazione: (2024)

SciPostLayoutTree: A Dataset for Structural Analysis of Scientific Posters
di: Tanaka, Shohei, et al.
Pubblicazione: (2025)

Learning Contrastive Multimodal Fusion with Improved Modality Dropout for Disease Detection and Prediction
di: Gu, Yi, et al.
Pubblicazione: (2025)

SBS Figures: Pre-training Figure QA from Stage-by-Stage Synthesized Images
di: Shinoda, Risa, et al.
Pubblicazione: (2024)

AgroBench: Vision-Language Model Benchmark in Agriculture
di: Shinoda, Risa, et al.
Pubblicazione: (2025)

CaptionSmiths: Flexibly Controlling Language Pattern in Image Captioning
di: Saito, Kuniaki, et al.
Pubblicazione: (2025)

Spatial-Spectral Binarized Neural Network for Panchromatic and Multi-spectral Images Fusion
di: Jiang, Yizhen, et al.
Pubblicazione: (2025)

XFMamba: Cross-Fusion Mamba for Multi-View Medical Image Classification
di: Zheng, Xiaoyu, et al.
Pubblicazione: (2025)

HalDec-Bench: Benchmarking Hallucination Detector in Image Captioning
di: Saito, Kuniaki, et al.
Pubblicazione: (2026)

HalDec-Bench: Benchmarking Hallucination Detector in Image Captioning
di: Saito, Kuniaki, et al.
Pubblicazione: (2025)

Recipe Generation from Unsegmented Cooking Videos
di: Nishimura, Taichi, et al.
Pubblicazione: (2022)

Balanced Diffusion-Guided Fusion for Multimodal Remote Sensing Classification
di: Liu, Hao, et al.
Pubblicazione: (2025)

AdaCoder: Adaptive Prompt Compression for Programmatic Visual Question Answering
di: Ukai, Mahiro, et al.
Pubblicazione: (2024)

BiSegMamba: Efficient Bidirectional Tri-Oriented Mamba for 3D Medical Image Segmentation
di: Zada, Bakht, et al.
Pubblicazione: (2026)

Multimodal Fusion Learning with Dual Attention for Medical Imaging
di: Dhar, Joy, et al.
Pubblicazione: (2024)

SciPostGen: Bridging the Gap between Scientific Papers and Poster Layouts
di: Inadumi, Shun, et al.
Pubblicazione: (2025)

Exo2EgoDVC: Dense Video Captioning of Egocentric Procedural Activities Using Web Instructional Videos
di: Ohkawa, Takehiko, et al.
Pubblicazione: (2023)

GraphMMP: A Graph Neural Network Model with Mutual Information and Global Fusion for Multimodal Medical Prognosis
di: Shan, Xuhao, et al.
Pubblicazione: (2025)

DepMamba: Progressive Fusion Mamba for Multimodal Depression Detection
di: Ye, Jiaxin, et al.
Pubblicazione: (2024)

MedTri: A Platform for Structured Medical Report Normalization to Enhance Vision-Language Pretraining
di: Chu, Yuetan, et al.
Pubblicazione: (2026)

Tri-Modal Fusion Transformers for UAV-based Object Detection
di: Iaboni, Craig, et al.
Pubblicazione: (2026)

HyPCA-Net: Advancing Multimodal Fusion in Medical Image Analysis
di: Dhar, J., et al.
Pubblicazione: (2026)

Neural Processing of Tri-Plane Hybrid Neural Fields
di: Cardace, Adriano, et al.
Pubblicazione: (2023)

Reference-Free Image Quality Assessment for Virtual Try-On via Human Feedback
di: Hirakawa, Yuki, et al.
Pubblicazione: (2026)

COM Kitchens: An Unedited Overhead-view Video Dataset as a Vision-Language Benchmark
di: Maeda, Koki, et al.
Pubblicazione: (2024)

Dynamic Try-On: Taming Video Virtual Try-on with Dynamic Attention Mechanism
di: Zheng, Jun, et al.
Pubblicazione: (2024)

iTryOn: Mastering Interactive Video Virtual Try-On with Spatial-Semantic Guidance
di: Zheng, Jun, et al.
Pubblicazione: (2026)

USCNet: Transformer-Based Multimodal Fusion with Segmentation Guidance for Urolithiasis Classification
di: Wang, Changmiao, et al.
Pubblicazione: (2026)

Mobile-VTON: High-Fidelity On-Device Virtual Try-On
di: Wan, Zhenchen, et al.
Pubblicazione: (2026)

Simultaneous Tri-Modal Medical Image Fusion and Super-Resolution using Conditional Diffusion Model
di: Xu, Yushen, et al.
Pubblicazione: (2024)

Interactive Multimodal Fusion with Temporal Modeling
di: Yu, Jun, et al.
Pubblicazione: (2025)

FusionMamba: Dynamic Feature Enhancement for Multimodal Image Fusion with Mamba
di: Xie, Xinyu, et al.
Pubblicazione: (2024)

Evaluating the Fairness of Neural Collapse in Medical Image Classification
di: Mouheb, Kaouther, et al.
Pubblicazione: (2024)

OOTDiffusion: Outfitting Fusion based Latent Diffusion for Controllable Virtual Try-on
di: Xu, Yuhao, et al.
Pubblicazione: (2024)

SMFusion: Semantic-Preserving Fusion of Multimodal Medical Images for Enhanced Clinical Diagnosis
di: Xiang, Haozhe, et al.
Pubblicazione: (2025)

SNN-Driven Multimodal Human Action Recognition via Sparse Spatial-Temporal Data Fusion
di: Zheng, Naichuan, et al.
Pubblicazione: (2025)

TriFusion-AE: Language-Guided Depth and LiDAR Fusion for Robust Point Cloud Processing
di: Neogi, Susmit
Pubblicazione: (2025)

TIP: Tabular-Image Pre-training for Multimodal Classification with Incomplete Data
di: Du, Siyi, et al.
Pubblicazione: (2024)

Multi-Contrast Fusion Module: An attention mechanism integrating multi-contrast features for fetal torso plane classification
di: Zhu, Shengjun, et al.
Pubblicazione: (2025)