Copertina

Rewrite the Stars

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ma, Xu, Dai, Xiyang, Bai, Yue, Wang, Yizhou, Fu, Yun
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Efficient Modulation for Vision Networks
di: Ma, Xu, et al.
Pubblicazione: (2024)

Don't Judge by the Look: Towards Motion Coherent Video Representation
di: Zhang, Yitian, et al.
Pubblicazione: (2024)

Towards Zero-shot 3D Anomaly Localization
di: Wang, Yizhou, et al.
Pubblicazione: (2024)

Arbitrary-Scale 3D Gaussian Super-Resolution
di: Zeng, Huimin, et al.
Pubblicazione: (2025)

Physically Inspired Gaussian Splatting for HDR Novel View Synthesis
di: Zeng, Huimin, et al.
Pubblicazione: (2026)

D-CoDe: Scaling Image-Pretrained VLMs to Video via Dynamic Compression and Question Decomposition
di: Huang, Yiyang, et al.
Pubblicazione: (2025)

Hierarchical Visual Agent: Managing Contexts in Joint Image-Text Space for Advanced Chart Reasoning
di: Dong, Qihua, et al.
Pubblicazione: (2026)

Accessing Vision Foundation Models via ImageNet-1K
di: Zhang, Yitian, et al.
Pubblicazione: (2024)

Rewrite Caption Semantics: Bridging Semantic Gaps for Language-Supervised Semantic Segmentation
di: Xing, Yun, et al.
Pubblicazione: (2023)

StructRe: Rewriting for Structured Shape Modeling
di: Wang, Jiepeng, et al.
Pubblicazione: (2023)

SegMAN: Omni-scale Context Modeling with State Space Models and Local Attention for Semantic Segmentation
di: Fu, Yunxiang, et al.
Pubblicazione: (2024)

SparX: A Sparse Cross-Layer Connection Mechanism for Hierarchical Vision Mamba and Transformer Networks
di: Lou, Meng, et al.
Pubblicazione: (2024)

LaMamba-Diff: Linear-Time High-Fidelity Diffusion Models Based on Local Attention and Mamba
di: Fu, Yunxiang, et al.
Pubblicazione: (2024)

A2Mamba: Attention-augmented State Space Models for Visual Recognition
di: Lou, Meng, et al.
Pubblicazione: (2025)

Rethinking Fine-Tuning: Unlocking Hidden Capabilities in Vision-Language Models
di: Zhang, Mingyuan, et al.
Pubblicazione: (2025)

Causal Intervention for Subject-Deconfounded Facial Action Unit Recognition
di: Chen, Yingjie, et al.
Pubblicazione: (2022)

Fine-T2I: An Open, Large-Scale, and Diverse Dataset for High-Quality T2I Fine-Tuning
di: Ma, Xu, et al.
Pubblicazione: (2026)

Sports-Traj: A Unified Trajectory Generation Model for Multi-Agent Movement in Sports
di: Xu, Yi, et al.
Pubblicazione: (2024)

Adapting to Length Shift: FlexiLength Network for Trajectory Prediction
di: Xu, Yi, et al.
Pubblicazione: (2024)

AdaSports-Traj: Role- and Domain-Aware Adaptation for Multi-Agent Trajectory Modeling in Sports
di: Xu, Yi, et al.
Pubblicazione: (2025)

Trajectory Prediction Meets Large Language Models: A Survey
di: Xu, Yi, et al.
Pubblicazione: (2025)

FastRef:Fast Prototype Refinement for Few-Shot Industrial Anomaly Detection
di: Tian, Long, et al.
Pubblicazione: (2025)

WikiStyle+: A Multimodal Approach to Content-Style Representation Disentanglement for Artistic Image Stylization
di: Zhuoqi, Ma, et al.
Pubblicazione: (2024)

SAT-HMR: Real-Time Multi-Person 3D Mesh Estimation via Scale-Adaptive Tokens
di: Su, Chi, et al.
Pubblicazione: (2024)

Beyond Chain-of-Thought: Rewrite as a Universal Interface for Generative Multimodal Embeddings
di: Wu, Peixi, et al.
Pubblicazione: (2026)

OmniTracker: Unifying Object Tracking by Tracking-with-Detection
di: Wang, Junke, et al.
Pubblicazione: (2023)

UnAC: Adaptive Visual Prompting with Abstraction and Stepwise Checking for Complex Multimodal Reasoning
di: Wang, Yifan, et al.
Pubblicazione: (2026)

You Only Need Two Detectors to Achieve Multi-Modal 3D Multi-Object Tracking
di: Wang, Xiyang, et al.
Pubblicazione: (2023)

DreamDA: Generative Data Augmentation with Diffusion Models
di: Fu, Yunxiang, et al.
Pubblicazione: (2024)

Infrared UAV Target Tracking with Dynamic Feature Refinement and Global Contextual Attention Knowledge Distillation
di: Fang, Houzhang, et al.
Pubblicazione: (2025)

3D Human Mesh Estimation from Virtual Markers
di: Ma, Xiaoxuan, et al.
Pubblicazione: (2023)

GRAPE: Let GRPO Supervise Query Rewriting by Ranking for Retrieval
di: Zhang, Zhaohua, et al.
Pubblicazione: (2025)

StarLKNet: Star Mixup with Large Kernel Networks for Palm Vein Identification
di: Jin, Xin, et al.
Pubblicazione: (2024)

Divide and Conquer: Object Co-occurrence Helps Mitigate Simplicity Bias in OOD Detection
di: Dai, Boyang, et al.
Pubblicazione: (2026)

CMT: A Cascade MAR with Topology Predictor for Multimodal Conditional CAD Generation
di: Wu, Jianyu, et al.
Pubblicazione: (2025)

Through the Theory of Mind's Eye: Reading Minds with Multimodal Video Large Language Models
di: Chen, Zhawnen, et al.
Pubblicazione: (2024)

Autoregressive Sequence Modeling for 3D Medical Image Representation
di: Wang, Siwen, et al.
Pubblicazione: (2024)

RichControl: Structure- and Appearance-Rich Training-Free Spatial Control for Text-to-Image Generation
di: Pang, Lexi, et al.
Pubblicazione: (2025)

DeepStack: Deeply Stacking Visual Tokens is Surprisingly Simple and Effective for LMMs
di: Meng, Lingchen, et al.
Pubblicazione: (2024)

Tailored Visions: Enhancing Text-to-Image Generation with Personalized Prompt Rewriting
di: Chen, Zijie, et al.
Pubblicazione: (2023)