Buchumschlag

RGB-T Object Detection via Group Shuffled Multi-receptive Attention and Multi-modal Supervision

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Jinzhong, Tian, Xuetao, Dai, Shun, Zhuo, Tao, Zeng, Haorui, Liu, Hongjuan, Liu, Jiaqi, Zhang, Xiuwei, Zhang, Yanning
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

FreDFT: Frequency Domain Fusion Transformer for Visible-Infrared Object Detection
von: Wu, Wencong, et al.
Veröffentlicht: (2025)

AdaSemiCD: An Adaptive Semi-Supervised Change Detection Method Based on Pseudo-Label Evaluation
von: Lingyan, Ran, et al.
Veröffentlicht: (2024)

SOMA: Feature Gradient Enhanced Affine-Flow Matching for SAR-Optical Registration
von: Wang, Haodong, et al.
Veröffentlicht: (2025)

Cross-modal Offset-guided Dynamic Alignment and Fusion for Weakly Aligned UAV Object Detection
von: Zongzhen, Liu, et al.
Veröffentlicht: (2025)

Open-World Human-Object Interaction Detection via Multi-modal Prompts
von: Yang, Jie, et al.
Veröffentlicht: (2024)

Awesome Multi-modal Object Tracking
von: Zhang, Chunhui, et al.
Veröffentlicht: (2024)

SimDistill: Simulated Multi-modal Distillation for BEV 3D Object Detection
von: Zhao, Haimei, et al.
Veröffentlicht: (2023)

Shuffle Mamba: State Space Models with Random Shuffle for Multi-Modal Image Fusion
von: Cao, Ke, et al.
Veröffentlicht: (2024)

M2I2HA: Multi-modal Object Detection Based on Intra- and Inter-Modal Hypergraph Attention
von: Yang, Xiaofan, et al.
Veröffentlicht: (2026)

Visual Object Tracking on Multi-modal RGB-D Videos: A Review
von: Zhu, Xue-Feng, et al.
Veröffentlicht: (2022)

Dissecting RGB-D Learning for Improved Multi-modal Fusion
von: Chen, Hao, et al.
Veröffentlicht: (2023)

Evolving from Single-modal to Multi-modal Facial Deepfake Detection: Progress and Challenges
von: Liu, Ping, et al.
Veröffentlicht: (2024)

Small Object Detection in Complex Backgrounds with Multi-Scale Attention and Global Relation Modeling
von: Tao, Wenguang, et al.
Veröffentlicht: (2026)

MS-DETR: Multispectral Pedestrian Detection Transformer with Loosely Coupled Fusion and Modality-Balanced Optimization
von: Xing, Yinghui, et al.
Veröffentlicht: (2023)

Learning Adaptive Fusion Bank for Multi-modal Salient Object Detection
von: Wang, Kunpeng, et al.
Veröffentlicht: (2024)

Supervise-assisted Multi-modality Fusion Diffusion Model for PET Restoration
von: Zhang, Yingkai, et al.
Veröffentlicht: (2026)

Referring Camouflaged Object Detection With Multi-Context Overlapped Windows Cross-Attention
von: Wen, Yu, et al.
Veröffentlicht: (2025)

Building a Multi-modal Spatiotemporal Expert for Zero-shot Action Recognition with CLIP
von: Yu, Yating, et al.
Veröffentlicht: (2024)

Flexible Circular Antenna Sensor With Multi Loops for Plantar Pressure Detection
von: Chunyu Ao, et al.
Veröffentlicht: (2026)

MambaSOD: Dual Mamba-Driven Cross-Modal Fusion Network for RGB-D Salient Object Detection
von: Zhan, Yue, et al.
Veröffentlicht: (2024)

JanusNet: Hierarchical Slice-Block Shuffle and Displacement for Semi-Supervised 3D Multi-Organ Segmentation
von: Zhang, Zheng, et al.
Veröffentlicht: (2025)

RT-RMOT: A Dataset and Framework for RGB-Thermal Referring Multi-Object Tracking
von: Yu, Yanqiu, et al.
Veröffentlicht: (2026)

Multi-Granularity Language-Guided Training for Multi-Object Tracking
von: Li, Yuhao, et al.
Veröffentlicht: (2024)

ViewSAM: Learning View-aware Cross-modal Semantics for Weakly Supervised Cross-view Referring Multi-Object Tracking
von: Ge, Jiawei, et al.
Veröffentlicht: (2026)

NativE: Multi-modal Knowledge Graph Completion in the Wild
von: Zhang, Yichi, et al.
Veröffentlicht: (2024)

Magic Tokens: Select Diverse Tokens for Multi-modal Object Re-Identification
von: Zhang, Pingping, et al.
Veröffentlicht: (2024)

Weakly Supervised 3D Object Detection with Multi-Stage Generalization
von: He, Jiawei, et al.
Veröffentlicht: (2023)

IPFormer-VideoLLM: Enhancing Multi-modal Video Understanding for Multi-shot Scenes
von: Liang, Yujia, et al.
Veröffentlicht: (2025)

Focus Through Motion: RGB-Event Collaborative Token Sparsification for Efficient Object Detection
von: Yang, Nan, et al.
Veröffentlicht: (2025)

MCAD: Multi-modal Conditioned Adversarial Diffusion Model for High-Quality PET Image Reconstruction
von: Cui, Jiaqi, et al.
Veröffentlicht: (2024)

Large Multi-modal Models Can Interpret Features in Large Multi-modal Models
von: Zhang, Kaichen, et al.
Veröffentlicht: (2024)

M$^4$-SAM: Multi-Modal Mixture-of-Experts with Memory-Augmented SAM for RGB-D Video Salient Object Detection
von: Liu, Jiyuan, et al.
Veröffentlicht: (2026)

Structured and Abstractive Reasoning on Multi-modal Relational Knowledge Images
von: Zhang, Yichi, et al.
Veröffentlicht: (2025)

Instance by Instance: An Iterative Framework for Multi-instance 3D Registration
von: Cao, Xinyue, et al.
Veröffentlicht: (2024)

Mirage in the Eyes: Hallucination Attack on Multi-modal Large Language Models with Only Attention Sink
von: Wang, Yining, et al.
Veröffentlicht: (2025)

Generative Human-Object Interaction Detection via Differentiable Cognitive Steering of Multi-modal LLMs
von: Cai, Zhaolin, et al.
Veröffentlicht: (2025)

Fusion-Mamba for Cross-modality Object Detection
von: Dong, Wenhao, et al.
Veröffentlicht: (2024)

STENet: Superpixel Token Enhancing Network for RGB-D Salient Object Detection
von: Chen, Jianlin, et al.
Veröffentlicht: (2026)

Multi-modal Data based Semi-Supervised Learning for Vehicle Positioning
von: Huan, Ouwen, et al.
Veröffentlicht: (2024)

Real-time Multi-modal Object Detection and Tracking on Edge for Regulatory Compliance Monitoring
von: Lim, Jia Syuen, et al.
Veröffentlicht: (2023)