Buchumschlag

OTSeg: Multi-prompt Sinkhorn Attention for Zero-Shot Semantic Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Kwanyoung, Oh, Yujin, Ye, Jong Chul
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Unpaired Image-to-Image Translation via Neural Schrödinger Bridge
von: Kim, Beomsu, et al.
Veröffentlicht: (2023)

Toward the Frontiers of Reliable Diffusion Sampling via Adversarial Sinkhorn Attention Guidance
von: Kim, Kwanyoung
Veröffentlicht: (2025)

End-to-End Breast Cancer Radiotherapy Planning via LMMs with Consistency Embedding
von: Kim, Kwanyoung, et al.
Veröffentlicht: (2023)

UNICORN: Ultrasound Nakagami Imaging via Score Matching and Adaptation
von: Kim, Kwanyoung, et al.
Veröffentlicht: (2024)

MindFormer: Semantic Alignment of Multi-Subject fMRI for Brain Decoding
von: Han, Inhwa, et al.
Veröffentlicht: (2024)

Ground-A-Video: Zero-shot Grounded Video Editing using Text-to-image Diffusion Models
von: Jeong, Hyeonho, et al.
Veröffentlicht: (2023)

Latent Schrodinger Bridge: Prompting Latent Diffusion for Fast Unpaired Image-to-Image Translation
von: Kim, Jeongsol, et al.
Veröffentlicht: (2024)

Boost-and-Skip: A Simple Guidance-Free Diffusion for Minority Generation
von: Um, Soobin, et al.
Veröffentlicht: (2025)

Align Your Tangent: Training Better Consistency Models via Manifold-Aligned Tangents
von: Kim, Beomsu, et al.
Veröffentlicht: (2025)

MotionCFG: Boosting Motion Dynamics via Stochastic Concept Perturbation
von: Kim, Byungjun, et al.
Veröffentlicht: (2026)

Free$^2$Guide: Training-Free Text-to-Video Alignment using Image LVLM
von: Kim, Jaemin, et al.
Veröffentlicht: (2024)

Chain-of-Zoom: Extreme Super-Resolution via Scale Autoregression and Preference Alignment
von: Kim, Bryan Sangwoo, et al.
Veröffentlicht: (2025)

Extreme Blind Image Restoration via Prompt-Conditioned Information Bottleneck
von: Kim, Hongeun, et al.
Veröffentlicht: (2025)

FlowDPS: Flow-Driven Posterior Sampling for Inverse Problems
von: Kim, Jeongsol, et al.
Veröffentlicht: (2025)

Generalized Consistency Trajectory Models for Image Manipulation
von: Kim, Beomsu, et al.
Veröffentlicht: (2024)

Solving Video Inverse Problems Using Image Diffusion Models
von: Kwon, Taesung, et al.
Veröffentlicht: (2024)

Minority-Focused Text-to-Image Generation via Prompt Optimization
von: Um, Soobin, et al.
Veröffentlicht: (2024)

VISION-XL: High Definition Video Inverse Problem Solver using Latent Image Diffusion Models
von: Kwon, Taesung, et al.
Veröffentlicht: (2024)

Self-Guided Generation of Minority Samples Using Diffusion Models
von: Um, Soobin, et al.
Veröffentlicht: (2024)

FILT3R: Latent State Adaptive Kalman Filter for Streaming 3D Reconstruction
von: Jin, Seonghyun, et al.
Veröffentlicht: (2026)

FlowLPS: Langevin-Proximal Sampling for Flow-based Inverse Problem Solvers
von: Park, Jonghyun, et al.
Veröffentlicht: (2025)

PromptLoop: Plug-and-Play Prompt Refinement via Latent Feedback for Diffusion Model Alignment
von: Lee, Suhyeon, et al.
Veröffentlicht: (2025)

PCPO: Proportionate Credit Policy Optimization for Aligning Image Generation Models
von: Lee, Jeongjae, et al.
Veröffentlicht: (2025)

Gradient-Free Noise Optimization for Reward Alignment in Generative Models
von: Kim, Jeongsol, et al.
Veröffentlicht: (2026)

DreamSampler: Unifying Diffusion Sampling and Score Distillation for Image Manipulation
von: Kim, Jeongsol, et al.
Veröffentlicht: (2024)

Tiled Prompts: Overcoming Prompt Misguidance in Image and Video Super-Resolution
von: Kim, Bryan Sangwoo, et al.
Veröffentlicht: (2026)

Diverse Text-to-Image Generation via Contrastive Noise Optimization
von: Kim, Byungjun, et al.
Veröffentlicht: (2025)

Reward Score Matching: Unifying Reward-based Fine-tuning for Flow and Diffusion Models
von: Lee, Jeongjae, et al.
Veröffentlicht: (2026)

FlowAlign: Trajectory-Regularized, Inversion-Free Flow-based Image Editing
von: Kim, Jeongsol, et al.
Veröffentlicht: (2025)

CRePE: Curved Ray Expectation Positional Encoding for Unified-Camera-Controlled Video Generation
von: Jin, Seonghyun, et al.
Veröffentlicht: (2026)

Robust 3D Shape Reconstruction in Zero-Shot from a Single Image in the Wild
von: Cho, Junhyeong, et al.
Veröffentlicht: (2024)

Attention-space Contrastive Guidance for Efficient Hallucination Mitigation in LVLMs
von: Jo, Yujin, et al.
Veröffentlicht: (2026)

Contrastive CFG: Improving CFG in Diffusion Models by Contrasting Positive and Negative Concepts
von: Chang, Jinho, et al.
Veröffentlicht: (2024)

ViBiDSampler: Enhancing Video Interpolation Using Bidirectional Diffusion Sampler
von: Yang, Serin, et al.
Veröffentlicht: (2024)

Decomposed Diffusion Sampler for Accelerating Large-Scale Inverse Problems
von: Chung, Hyungjin, et al.
Veröffentlicht: (2023)

Don't Play Favorites: Minority Guidance for Diffusion Models
von: Um, Soobin, et al.
Veröffentlicht: (2023)

Geometric 4D Stitching for Grounded 4D Generation
von: Park, Sunwoo, et al.
Veröffentlicht: (2026)

Hyperspherical Autoencoder for High-Fidelity Image Reconstruction and Generation
von: Chang, Hun, et al.
Veröffentlicht: (2026)

ED-NeRF: Efficient Text-Guided Editing of 3D Scene with Latent Space NeRF
von: Park, Jangho, et al.
Veröffentlicht: (2023)

VideoGuide: Improving Video Diffusion Models without Training Through a Teacher's Guide
von: Lee, Dohun, et al.
Veröffentlicht: (2024)