Buchumschlag

Deep Extrinsic Manifold Representation for Vision Tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Tongtong, Wei, Xian, Li, Yuanxiang
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

psPRF:Pansharpening Planar Neural Radiance Field for Generalized 3D Reconstruction Satellite Imagery
von: Zhang, Tongtong, et al.
Veröffentlicht: (2024)

A Nerf-Based Color Consistency Method for Remote Sensing Images
von: Zuo, Zongcheng, et al.
Veröffentlicht: (2024)

Online LiDAR-Camera Extrinsic Parameters Self-checking
von: Wei, Pengjin, et al.
Veröffentlicht: (2022)

Proximal Vision Transformer: Enhancing Feature Representation through Two-Stage Manifold Geometry
von: Yun, Haoyu, et al.
Veröffentlicht: (2025)

Surface Vision Mamba: Leveraging Bidirectional State Space Model for Efficient Spherical Manifold Representation
von: He, Rongzhao, et al.
Veröffentlicht: (2025)

Superpixel Semantics Representation and Pre-training for Vision-Language Task
von: Zhang, Siyu, et al.
Veröffentlicht: (2023)

MedUnifier: Unifying Vision-and-Language Pre-training on Medical Data with Vision Generation Task using Discrete Visual Representations
von: Zhang, Ziyang, et al.
Veröffentlicht: (2025)

Improved Belief-Attention in Vision Task
von: Zhang, Guoqiang
Veröffentlicht: (2026)

Environment-Driven Online LiDAR-Camera Extrinsic Calibration
von: Huang, Zhiwei, et al.
Veröffentlicht: (2025)

Generalized Single-Image-Based Morphing Attack Detection Using Deep Representations from Vision Transformer
von: Zhang, Haoyu, et al.
Veröffentlicht: (2025)

ZSPAPrune: Zero-Shot Prompt-Aware Token Pruning for Vision-Language Models
von: Zhang, Pu, et al.
Veröffentlicht: (2025)

Deep Active Learning with Manifold-preserving Trajectory Sampling
von: Ji, Yingrui, et al.
Veröffentlicht: (2024)

NuWa: Deriving Lightweight Task-Specific Vision Transformers for Edge Devices
von: Wei, Ziteng, et al.
Veröffentlicht: (2025)

Dynamic Universal Approximation Theory: The Basic Theory for Deep Learning-Based Computer Vision Models
von: Wang, Wei, et al.
Veröffentlicht: (2024)

Compressing Vision Transformers in Geospatial Transfer Learning with Manifold-Constrained Optimization
von: Snyder, Thomas, et al.
Veröffentlicht: (2026)

LLaVA-OneVision: Easy Visual Task Transfer
von: Li, Bo, et al.
Veröffentlicht: (2024)

PMMD: A pose-guided multi-view multi-modal diffusion for person generation
von: Shang, Ziyu, et al.
Veröffentlicht: (2025)

Two-Stream Interactive Joint Learning of Scene Parsing and Geometric Vision Tasks
von: Tang, Guanfeng, et al.
Veröffentlicht: (2026)

UniGaussian: Driving Scene Reconstruction from Multiple Camera Models via Unified Gaussian Representations
von: Ren, Yuan, et al.
Veröffentlicht: (2024)

Masked Modeling for Self-supervised Representation Learning on Vision and Beyond
von: Li, Siyuan, et al.
Veröffentlicht: (2023)

Recurrent Reasoning with Vision-Language Models for Estimating Long-Horizon Embodied Task Progress
von: Zhang, Yuelin, et al.
Veröffentlicht: (2026)

UNIC: Learning Unified Multimodal Extrinsic Contact Estimation
von: Xu, Zhengtong, et al.
Veröffentlicht: (2026)

Human-Like Coarse Object Representations in Vision Models
von: Gizdov, Andrey, et al.
Veröffentlicht: (2026)

TaskGalaxy: Scaling Multi-modal Instruction Fine-tuning with Tens of Thousands Vision Task Types
von: Chen, Jiankang, et al.
Veröffentlicht: (2025)

GTMA: Dynamic Representation Optimization for OOD Vision-Language Models
von: Zhang, Jensen, et al.
Veröffentlicht: (2025)

Research on the Application of Computer Vision Based on Deep Learning in Autonomous Driving Technology
von: Zhang, Jingyu, et al.
Veröffentlicht: (2024)

Global Geometry Is Not Enough for Vision Representations
von: Chung, Jiwan, et al.
Veröffentlicht: (2026)

Behavior-Grounded Lane Representation Learning for Multi-Task Traffic Digital Twins
von: Tamaru, Rei, et al.
Veröffentlicht: (2026)

Olympus: A Universal Task Router for Computer Vision Tasks
von: Lin, Yuanze, et al.
Veröffentlicht: (2024)

Representation Separation for Semantic Segmentation with Vision Transformers
von: Hong, Yuanduo, et al.
Veröffentlicht: (2022)

The Geometry of Representational Failures in Vision Language Models
von: Savietto, Daniele, et al.
Veröffentlicht: (2026)

Learning Emergent Modular Representations in Multi-modality Medical Vision Foundation Models
von: He, Yuting, et al.
Veröffentlicht: (2026)

SpatialFly: Geometry-Guided Representation Alignment for UAV Vision-and-Language Navigation in Urban Environments
von: Jiang, Wen, et al.
Veröffentlicht: (2026)

LVLM-Aided Alignment of Task-Specific Vision Models
von: Koebler, Alexander, et al.
Veröffentlicht: (2025)

Demystifying KAN for Vision Tasks: The RepKAN Approach
von: Cheon, Minjong
Veröffentlicht: (2026)

Vision Language Model-Empowered Contract Theory for AIGC Task Allocation in Teleoperation
von: Zhan, Zijun, et al.
Veröffentlicht: (2024)

Towards Accurate UAV Image Perception: Guiding Vision-Language Models with Stronger Task Prompts
von: Guo, Mingning, et al.
Veröffentlicht: (2025)

PyVision-RL: Forging Open Agentic Vision Models via RL
von: Zhao, Shitian, et al.
Veröffentlicht: (2026)

Think Before You Act: A Two-Stage Framework for Mitigating Gender Bias Towards Vision-Language Tasks
von: Zhang, Yunqi, et al.
Veröffentlicht: (2024)

SurgeryV2: Bridging the Gap Between Model Merging and Multi-Task Learning with Deep Representation Surgery
von: Yang, Enneng, et al.
Veröffentlicht: (2024)