Buchumschlag

In-Context Translation: Towards Unifying Image Recognition, Processing, and Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xue, Han, Sun, Qianru, Song, Li, Zhang, Wenjun, Huang, Zhiwu
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

Latency-aware Unified Dynamic Networks for Efficient Image Recognition
von: Han, Yizeng, et al.
Veröffentlicht: (2023)

Towards Unified Multimodal Editing with Enhanced Knowledge Collaboration
von: Pan, Kaihang, et al.
Veröffentlicht: (2024)

Class Is Invariant to Context and Vice Versa: On Learning Invariance for Out-Of-Distribution Generalization
von: Qi, Jiaxin, et al.
Veröffentlicht: (2022)

Weakly-Supervised Semantic Segmentation with Image-Level Labels: from Traditional Models to Foundation Models
von: Chen, Zhaozheng, et al.
Veröffentlicht: (2023)

OpenSDI: Spotting Diffusion-Generated Images in the Open World
von: Wang, Yabin, et al.
Veröffentlicht: (2025)

ADDP: Learning General Representations for Image Recognition and Generation with Alternating Denoising Diffusion Process
von: Tian, Changyao, et al.
Veröffentlicht: (2023)

Towards Natural Image Matting in the Wild via Real-Scenario Prior
von: Xia, Ruihao, et al.
Veröffentlicht: (2024)

EditVerse: Unifying Image and Video Editing and Generation with In-Context Learning
von: Ju, Xuan, et al.
Veröffentlicht: (2025)

MICON-Bench: Benchmarking and Enhancing Multi-Image Context Image Generation in Unified Multimodal Models
von: Wu, Mingrui, et al.
Veröffentlicht: (2026)

Global-Local Detail Guided Transformer for Sea Ice Recognition in Optical Remote Sensing Images
von: Huang, Zhanchao, et al.
Veröffentlicht: (2024)

Query-Kontext: An Unified Multimodal Model for Image Generation and Editing
von: Song, Yuxin, et al.
Veröffentlicht: (2025)

Towards Unified Facial Action Unit Recognition Framework by Large Language Models
von: Hu, Guohong, et al.
Veröffentlicht: (2024)

Generalized Logit Adjustment: Calibrating Fine-tuned Models by Removing Label Bias in Foundation Models
von: Zhu, Beier, et al.
Veröffentlicht: (2023)

Video Anomaly Detection and Explanation via Large Language Models
von: Lv, Hui, et al.
Veröffentlicht: (2024)

Target Recognition Algorithm for Monitoring Images in Electric Power Construction Process
von: Song, Hao, et al.
Veröffentlicht: (2024)

Zero-shot Referring Expression Comprehension via Structural Similarity Between Images and Captions
von: Han, Zeyu, et al.
Veröffentlicht: (2023)

Medical Vision Generalist: Unifying Medical Imaging Tasks in Context
von: Ren, Sucheng, et al.
Veröffentlicht: (2024)

UNIT: Unifying Image and Text Recognition in One Vision Encoder
von: Zhu, Yi, et al.
Veröffentlicht: (2024)

Unified Generative and Discriminative Training for Multi-modal Large Language Models
von: Chow, Wei, et al.
Veröffentlicht: (2024)

Towards Generalized Multi-Image Editing for Unified Multimodal Models
von: Xu, Pengcheng, et al.
Veröffentlicht: (2026)

Linguistic Profiling of Deepfakes: An Open Database for Next-Generation Deepfake Detection
von: Wang, Yabin, et al.
Veröffentlicht: (2024)

UNIMO-G: Unified Image Generation through Multimodal Conditional Diffusion
von: Li, Wei, et al.
Veröffentlicht: (2024)

Towards Enhanced Image Generation Via Multi-modal Chain of Thought in Unified Generative Models
von: Wang, Yi, et al.
Veröffentlicht: (2025)

Towards Unified Multimodal Interleaved Generation via Group Relative Policy Optimization
von: Nie, Ming, et al.
Veröffentlicht: (2026)

Images in Sentences: Scaling Interleaved Instructions for Unified Visual Generation
von: Zhang, Yabo, et al.
Veröffentlicht: (2026)

UNIC-Adapter: Unified Image-instruction Adapter with Multi-modal Transformer for Image Generation
von: Duan, Lunhao, et al.
Veröffentlicht: (2024)

Towards Online Continuous Sign Language Recognition and Translation
von: Zuo, Ronglai, et al.
Veröffentlicht: (2024)

UniDGF: A Unified Detection-to-Generation Framework for Hierarchical Object Visual Recognition
von: Nan, Xinyu, et al.
Veröffentlicht: (2025)

CoTMR: Chain-of-Thought Multi-Scale Reasoning for Training-Free Zero-Shot Composed Image Retrieval
von: Sun, Zelong, et al.
Veröffentlicht: (2025)

PRIM: Towards Practical In-Image Multilingual Machine Translation
von: Tian, Yanzhi, et al.
Veröffentlicht: (2025)

Region-Wise Correspondence Prediction between Manga Line Art Images
von: Li, Yingxuan, et al.
Veröffentlicht: (2025)

UniAlignment: Semantic Alignment for Unified Image Generation, Understanding, Manipulation and Perception
von: Song, Xinyang, et al.
Veröffentlicht: (2025)

3SGen: Unified Subject, Style, and Structure-Driven Image Generation with Adaptive Task-specific Memory
von: Song, Xinyang, et al.
Veröffentlicht: (2025)

UniFormer: Unifying Convolution and Self-attention for Visual Recognition
von: Li, Kunchang, et al.
Veröffentlicht: (2022)

A Cosine Network for Image Super-Resolution
von: Tian, Chunwei, et al.
Veröffentlicht: (2026)

Unified Restoration-Perception Learning: Maritime Infrared-Visible Image Fusion and Segmentation
von: Cai, Weichao, et al.
Veröffentlicht: (2026)

Generalized Visual Relation Detection with Diffusion Models
von: Gao, Kaifeng, et al.
Veröffentlicht: (2025)

Dyn-Adapter: Towards Disentangled Representation for Efficient Visual Recognition
von: Zhang, Yurong, et al.
Veröffentlicht: (2024)

Degradation-Aware Adaptive Context Gating for Unified Image Restoration
von: He, Lei, et al.
Veröffentlicht: (2026)

GenN2N: Generative NeRF2NeRF Translation
von: Liu, Xiangyue, et al.
Veröffentlicht: (2024)