Enregistré dans:
| Auteurs principaux: | Chakraborty, Souradeep, Wei, Zijun, Kelton, Conor, Ahn, Seoyoung, Balasubramanian, Aruna, Zelinsky, Gregory J., Samaras, Dimitris |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2407.02439 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Look Hear: Gaze Prediction for Speech-directed Human Attention
par: Mondal, Sounak, et autres
Publié: (2024)
par: Mondal, Sounak, et autres
Publié: (2024)
Self-supervised co-salient object detection via feature correspondence at multiple scales
par: Chakraborty, Souradeep, et autres
Publié: (2024)
par: Chakraborty, Souradeep, et autres
Publié: (2024)
Unifying Top-down and Bottom-up Scanpath Prediction Using Transformers
par: Yang, Zhibo, et autres
Publié: (2023)
par: Yang, Zhibo, et autres
Publié: (2023)
Generating metamers of human scene understanding
par: Raina, Ritik, et autres
Publié: (2026)
par: Raina, Ritik, et autres
Publié: (2026)
Measuring and Predicting Where and When Pathologists Focus their Visual Attention while Grading Whole Slide Images of Cancer
par: Chakraborty, Souradeep, et autres
Publié: (2025)
par: Chakraborty, Souradeep, et autres
Publié: (2025)
Few-shot Personalized Scanpath Prediction
par: Xue, Ruoyu, et autres
Publié: (2025)
par: Xue, Ruoyu, et autres
Publié: (2025)
Personalized Image Descriptions from Attention Sequences
par: Xue, Ruoyu, et autres
Publié: (2025)
par: Xue, Ruoyu, et autres
Publié: (2025)
Decoding the visual attention of pathologists to reveal their level of expertise
par: Chakraborty, Souradeep, et autres
Publié: (2024)
par: Chakraborty, Souradeep, et autres
Publié: (2024)
Human-like Object Grouping in Self-supervised Vision Transformers
par: Adeli, Hossein, et autres
Publié: (2026)
par: Adeli, Hossein, et autres
Publié: (2026)
Talking Head Generation via AU-Guided Landmark Prediction
par: Chang, Shao-Yu, et autres
Publié: (2025)
par: Chang, Shao-Yu, et autres
Publié: (2025)
One Attention, One Scale: Phase-Aligned Rotary Positional Embeddings for Mixed-Resolution Diffusion Transformer
par: Wu, Haoyu, et autres
Publié: (2025)
par: Wu, Haoyu, et autres
Publié: (2025)
TopoDiffusionNet: A Topology-aware Diffusion Model
par: Gupta, Saumya, et autres
Publié: (2024)
par: Gupta, Saumya, et autres
Publié: (2024)
Weighting Pseudo-Labels via High-Activation Feature Index Similarity and Object Detection for Semi-Supervised Segmentation
par: Howlader, Prantik, et autres
Publié: (2024)
par: Howlader, Prantik, et autres
Publié: (2024)
Assessing Sample Quality via the Latent Space of Generative Models
par: Xu, Jingyi, et autres
Publié: (2024)
par: Xu, Jingyi, et autres
Publié: (2024)
Dual-Foundation Models for Unsupervised Domain Adaptation
par: Cheon, Yerin, et autres
Publié: (2026)
par: Cheon, Yerin, et autres
Publié: (2026)
MI-NeRF: Learning a Single Face NeRF from Multiple Identities
par: Chatziagapi, Aggelina, et autres
Publié: (2024)
par: Chatziagapi, Aggelina, et autres
Publié: (2024)
MIGS: Multi-Identity Gaussian Splatting via Tensor Decomposition
par: Chatziagapi, Aggelina, et autres
Publié: (2024)
par: Chatziagapi, Aggelina, et autres
Publié: (2024)
Fast constrained sampling in pre-trained diffusion models
par: Graikos, Alexandros, et autres
Publié: (2024)
par: Graikos, Alexandros, et autres
Publié: (2024)
Learning 3D Reconstruction with Priors in Test Time
par: Zhou, Lei, et autres
Publié: (2026)
par: Zhou, Lei, et autres
Publié: (2026)
Beyond Pixels: Semi-Supervised Semantic Segmentation with a Multi-scale Patch-based Multi-Label Classifier
par: Howlader, Prantik, et autres
Publié: (2024)
par: Howlader, Prantik, et autres
Publié: (2024)
Importance-Based Token Merging for Efficient Image and Video Generation
par: Wu, Haoyu, et autres
Publié: (2024)
par: Wu, Haoyu, et autres
Publié: (2024)
JEAN: Joint Expression and Audio-guided NeRF-based Talking Face Generation
par: Chakkera, Sai Tanmay Reddy, et autres
Publié: (2024)
par: Chakkera, Sai Tanmay Reddy, et autres
Publié: (2024)
AV-Flow: Transforming Text to Audio-Visual Human-like Interactions
par: Chatziagapi, Aggelina, et autres
Publié: (2025)
par: Chatziagapi, Aggelina, et autres
Publié: (2025)
VGent: Visual Grounding via Modular Design for Disentangling Reasoning and Prediction
par: Kang, Weitai, et autres
Publié: (2025)
par: Kang, Weitai, et autres
Publié: (2025)
Rig3DGS: Creating Controllable Portraits from Casual Monocular Videos
par: Rivero, Alfredo, et autres
Publié: (2024)
par: Rivero, Alfredo, et autres
Publié: (2024)
What about gravity in video generation? Post-Training Newton's Laws with Verifiable Rewards
par: Le, Minh-Quan, et autres
Publié: (2025)
par: Le, Minh-Quan, et autres
Publié: (2025)
PathSegDiff: Pathology Segmentation using Diffusion model representations
par: Danisetty, Sachin Kumar, et autres
Publié: (2025)
par: Danisetty, Sachin Kumar, et autres
Publié: (2025)
LBMamba: Locally Bi-directional Mamba
par: Zhang, Jingwei, et autres
Publié: (2025)
par: Zhang, Jingwei, et autres
Publié: (2025)
Embedding Physical Reasoning into Diffusion-Based Shadow Generation
par: Hu, Shilin, et autres
Publié: (2025)
par: Hu, Shilin, et autres
Publié: (2025)
Cast and Attached Shadow Detection via Iterative Light and Geometry Reasoning
par: Hu, Shilin, et autres
Publié: (2025)
par: Hu, Shilin, et autres
Publié: (2025)
Shadow Removal Refinement via Material-Consistent Shadow Edges
par: Hu, Shilin, et autres
Publié: (2024)
par: Hu, Shilin, et autres
Publié: (2024)
GriDiT: Factorized Grid-Based Diffusion for Efficient Long Image Sequence Generation
par: Tomar, Snehal Singh, et autres
Publié: (2025)
par: Tomar, Snehal Singh, et autres
Publié: (2025)
ClassifyViStA:WCE Classification with Visual understanding through Segmentation and Attention
par: Balasubramanian, S., et autres
Publié: (2024)
par: Balasubramanian, S., et autres
Publié: (2024)
Phrase-Instance Alignment for Generalized Referring Segmentation
par: Nguyen, E-Ro, et autres
Publié: (2024)
par: Nguyen, E-Ro, et autres
Publié: (2024)
Learning Relighting and Intrinsic Decomposition in Neural Radiance Fields
par: Yang, Yixiong, et autres
Publié: (2024)
par: Yang, Yixiong, et autres
Publié: (2024)
MonoLoss: A Training Objective for Interpretable Monosemantic Representations
par: Nasiri-Sarvi, Ali, et autres
Publié: (2026)
par: Nasiri-Sarvi, Ali, et autres
Publié: (2026)
MLI-NeRF: Multi-Light Intrinsic-Aware Neural Radiance Fields
par: Yang, Yixiong, et autres
Publié: (2024)
par: Yang, Yixiong, et autres
Publié: (2024)
Poppy: Polarization-based Plug-and-Play Guidance for Enhancing Monocular Normal Estimation
par: Kim, Irene, et autres
Publié: (2026)
par: Kim, Irene, et autres
Publié: (2026)
Diffusion-Refined VQA Annotations for Semi-Supervised Gaze Following
par: Miao, Qiaomu, et autres
Publié: (2024)
par: Miao, Qiaomu, et autres
Publié: (2024)
TalkinNeRF: Animatable Neural Fields for Full-Body Talking Humans
par: Chatziagapi, Aggelina, et autres
Publié: (2024)
par: Chatziagapi, Aggelina, et autres
Publié: (2024)
Documents similaires
-
Look Hear: Gaze Prediction for Speech-directed Human Attention
par: Mondal, Sounak, et autres
Publié: (2024) -
Self-supervised co-salient object detection via feature correspondence at multiple scales
par: Chakraborty, Souradeep, et autres
Publié: (2024) -
Unifying Top-down and Bottom-up Scanpath Prediction Using Transformers
par: Yang, Zhibo, et autres
Publié: (2023) -
Generating metamers of human scene understanding
par: Raina, Ritik, et autres
Publié: (2026) -
Measuring and Predicting Where and When Pathologists Focus their Visual Attention while Grading Whole Slide Images of Cancer
par: Chakraborty, Souradeep, et autres
Publié: (2025)