Buchumschlag

AlignZeg: Mitigating Objective Misalignment for Zero-shot Semantic Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ge, Jiannan, Xie, Lingxi, Xie, Hongtao, Li, Pandeng, Zhang, Xiaopeng, Zhang, Yongdong, Tian, Qi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SpaceVLLM: Endowing Multimodal Large Language Model with Spatio-Temporal Video Grounding Capability
von: Wang, Jiankang, et al.
Veröffentlicht: (2025)

Segment Any 3D Gaussians
von: Cen, Jiazhong, et al.
Veröffentlicht: (2023)

GaussianEditor: Editing 3D Gaussians Delicately with Text Instructions
von: Wang, Junjie, et al.
Veröffentlicht: (2023)

Segment Anything in 3D with Radiance Fields
von: Cen, Jiazhong, et al.
Veröffentlicht: (2023)

SAM-CP: Marrying SAM with Composable Prompts for Versatile Segmentation
von: Chen, Pengfei, et al.
Veröffentlicht: (2024)

Tackling View-Dependent Semantics in 3D Language Gaussian Splatting
von: Cen, Jiazhong, et al.
Veröffentlicht: (2025)

Generalizable Semantic Vision Query Generation for Zero-shot Panoptic and Semantic Segmentation
von: Chen, Jialei, et al.
Veröffentlicht: (2024)

Mixpert: Mitigating Multimodal Learning Conflicts with Efficient Mixture-of-Vision-Experts
von: He, Xin, et al.
Veröffentlicht: (2025)

Reasoning to Align: Implicit Reasoning in Diffusion Transformers for Video Editing
von: Li, Yan, et al.
Veröffentlicht: (2026)

Split Matching for Inductive Zero-shot Semantic Segmentation
von: Chen, Jialei, et al.
Veröffentlicht: (2025)

Cascade-Zero123: One Image to Highly Consistent 3D with Self-Prompted Nearby Views
von: Chen, Yabo, et al.
Veröffentlicht: (2023)

DiffAM: Diffusion-based Adversarial Makeup Transfer for Facial Privacy Protection
von: Sun, Yuhao, et al.
Veröffentlicht: (2024)

Parameter Efficient Fine-tuning via Cross Block Orchestration for Segment Anything Model
von: Peng, Zelin, et al.
Veröffentlicht: (2023)

GaussianObject: High-Quality 3D Object Reconstruction from Four Views with Gaussian Splatting
von: Yang, Chen, et al.
Veröffentlicht: (2024)

Discover, Segment, and Select: A Progressive Mechanism for Zero-shot Camouflaged Object Segmentation
von: Yang, Yilong, et al.
Veröffentlicht: (2026)

Incorporating Visual Experts to Resolve the Information Loss in Multimodal Large Language Models
von: He, Xin, et al.
Veröffentlicht: (2024)

Boosting Semi-Supervised Scene Text Recognition via Viewing and Summarizing
von: Qu, Yadong, et al.
Veröffentlicht: (2024)

Bridging Granularity Gaps: Hierarchical Semantic Learning for Cross-domain Few-shot Segmentation
von: Sun, Sujun, et al.
Veröffentlicht: (2025)

Exploring Reliable Matching with Phase Enhancement for Night-time Semantic Segmentation
von: Pan, Yuwen, et al.
Veröffentlicht: (2024)

Make It Up: Fake Images, Real Gains in Generalized Few-shot Semantic Segmentation
von: Xie, Guohuan, et al.
Veröffentlicht: (2026)

Zero-shot Composed Text-Image Retrieval
von: Liu, Yikun, et al.
Veröffentlicht: (2023)

Partial CLIP is Enough: Chimera-Seg for Zero-shot Semantic Segmentation
von: Chen, Jialei, et al.
Veröffentlicht: (2025)

Spectral Prompt Tuning:Unveiling Unseen Classes for Zero-Shot Semantic Segmentation
von: Xu, Wenhao, et al.
Veröffentlicht: (2023)

Bridge the Gap Between Visual and Linguistic Comprehension for Generalized Zero-shot Semantic Segmentation
von: Guo, Xiaoqing, et al.
Veröffentlicht: (2025)

LongVideo-R1: Smart Navigation for Low-cost Long Video Understanding
von: Qiu, Jihao, et al.
Veröffentlicht: (2026)

DEADiff: An Efficient Stylization Diffusion Model with Disentangled Representations
von: Qi, Tianhao, et al.
Veröffentlicht: (2024)

GaussianDreamer: Fast Generation from Text to 3D Gaussians by Bridging 2D and 3D Diffusion Models
von: Yi, Taoran, et al.
Veröffentlicht: (2023)

4D Gaussian Splatting for Real-Time Dynamic Scene Rendering
von: Wu, Guanjun, et al.
Veröffentlicht: (2023)

LiftImage3D: Lifting Any Single Image to 3D Gaussians with Video Generation Priors
von: Chen, Yabo, et al.
Veröffentlicht: (2024)

Semantic Segmentation of Transparent and Opaque Drinking Glasses with the Help of Zero-shot Learning
von: Blänsdorf, Annalena, et al.
Veröffentlicht: (2025)

IGD: Instructional Graphic Design with Multimodal Layer Generation
von: Qu, Yadong, et al.
Veröffentlicht: (2025)

CLIP Is Also a Good Teacher: A New Learning Framework for Inductive Zero-shot Semantic Segmentation
von: Chen, Jialei, et al.
Veröffentlicht: (2023)

MeaCap: Memory-Augmented Zero-shot Image Captioning
von: Zeng, Zequn, et al.
Veröffentlicht: (2024)

SAQ-SAM: Semantically-Aligned Quantization for Segment Anything Model
von: Zhang, Jing, et al.
Veröffentlicht: (2025)

Hallucination Mitigation Prompts Long-term Video Understanding
von: Sun, Yiwei, et al.
Veröffentlicht: (2024)

Exploring Semantic Consistency and Style Diversity for Domain Generalized Semantic Segmentation
von: Niu, Hongwei, et al.
Veröffentlicht: (2024)

ShowTable: Unlocking Creative Table Visualization with Collaborative Reflection and Refinement
von: Liu, Zhihang, et al.
Veröffentlicht: (2025)

EMMA: Efficient Multimodal Understanding, Generation, and Editing with a Unified Architecture
von: He, Xin, et al.
Veröffentlicht: (2025)

GaussianDreamerPro: Text to Manipulable 3D Gaussians with Highly Enhanced Quality
von: Yi, Taoran, et al.
Veröffentlicht: (2024)

Open-RGBT: Open-vocabulary RGB-T Zero-shot Semantic Segmentation in Open-world Environments
von: Yu, Meng, et al.
Veröffentlicht: (2024)