Buchumschlag

Large Language Models for Multimodal Deformable Image Registration

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Mingrui, Wang, Weijie, Ning, Jie, He, Jianfeng, Sebe, Nicu, Lepri, Bruno
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

Fully-Geometric Cross-Attention for Point Cloud Registration
von: Wang, Weijie, et al.
Veröffentlicht: (2025)

Rethinking the Learning Paradigm for Facial Expression Recognition
von: Wang, Weijie, et al.
Veröffentlicht: (2022)

ZeroReg: Zero-Shot Point Cloud Registration with Foundation Models
von: Wang, Weijie, et al.
Veröffentlicht: (2023)

Causal Disentanglement for Robust Long-tail Medical Image Generation
von: Nie, Weizhi, et al.
Veröffentlicht: (2025)

PoInit-of-View: Poisoning Initialization of Views Transfers Across Multiple 3D Reconstruction Systems
von: Wang, Weijie, et al.
Veröffentlicht: (2026)

FreeInsert: Disentangled Text-Guided Object Insertion in 3D Gaussian Scene without Spatial Priors
von: Li, Chenxi, et al.
Veröffentlicht: (2025)

ESPLoRA: Enhanced Spatial Precision with Low-Rank Adaption in Text-to-Image Diffusion Models for High-Definition Synthesis
von: Rigo, Andrea, et al.
Veröffentlicht: (2025)

POCI-Diff: Position Objects Consistently and Interactively with 3D-Layout Guided Diffusion
von: Rigo, Andrea, et al.
Veröffentlicht: (2026)

UVMap-ID: A Controllable and Personalized UV Map Generative Model
von: Wang, Weijie, et al.
Veröffentlicht: (2024)

RFR-WWANet: Weighted Window Attention-Based Recovery Feature Resolution Network for Unsupervised Image Registration
von: Ma, Mingrui, et al.
Veröffentlicht: (2023)

Token Reduction via Local and Global Contexts Optimization for Efficient Video Large Language Models
von: Li, Jinlong, et al.
Veröffentlicht: (2026)

Enhancing Robustness of Vision-Language Models through Orthogonality Learning and Self-Regularization
von: Li, Jinlong, et al.
Veröffentlicht: (2024)

LLaMA-Reg: Using LLaMA 2 for Unsupervised Medical Image Registration
von: Ma, Mingrui, et al.
Veröffentlicht: (2024)

Asymmetric GANs for Image-to-Image Translation
von: Tang, Hao, et al.
Veröffentlicht: (2019)

Finetune Like You Pretrain: Boosting Zero-shot Adversarial Robustness in Vision-language Models
von: Xing, Songlong, et al.
Veröffentlicht: (2026)

What Changed? Detecting and Evaluating Instruction-Guided Image Edits with Multimodal Large Language Models
von: Baraldi, Lorenzo, et al.
Veröffentlicht: (2025)

Vision+X: A Survey on Multimodal Learning in the Light of Data
von: Zhu, Ye, et al.
Veröffentlicht: (2022)

LDRNet: Large Deformation Registration Model for Chest CT Registration
von: Wang, Cheng, et al.
Veröffentlicht: (2026)

Democratizing Fine-grained Visual Recognition with Large Language Models
von: Liu, Mingxuan, et al.
Veröffentlicht: (2024)

When Video Coding Meets Multimodal Large Language Models: A Unified Paradigm for Video Coding
von: Zhang, Pingping, et al.
Veröffentlicht: (2024)

Multi-focal Conditioned Latent Diffusion for Person Image Synthesis
von: Liu, Jiaqi, et al.
Veröffentlicht: (2025)

CLIP is Strong Enough to Fight Back: Test-time Counterattacks towards Zero-shot Adversarial Robustness of CLIP
von: Xing, Songlong, et al.
Veröffentlicht: (2025)

Enhanced Multi-Scale Cross-Attention for Person Image Generation
von: Tang, Hao, et al.
Veröffentlicht: (2025)

High-Fidelity 3D Facial Avatar Synthesis with Controllable Fine-Grained Expressions
von: He, Yikang, et al.
Veröffentlicht: (2026)

RankFeat&RankWeight: Rank-1 Feature/Weight Removal for Out-of-distribution Detection
von: Song, Yue, et al.
Veröffentlicht: (2023)

Gaussian Primitives for Deformable Image Registration
von: Li, Jihe, et al.
Veröffentlicht: (2024)

Orthogonal Projection Subspace to Aggregate Online Prior-knowledge for Continual Test-time Adaptation
von: Li, Jinlong, et al.
Veröffentlicht: (2025)

In defense of the two-stage framework for open-set domain adaptive semantic segmentation
von: Ren, Wenqi, et al.
Veröffentlicht: (2026)

Dynamic Stream Network for Combinatorial Explosion Problem in Deformable Medical Image Registration
von: Bi, Shaochen, et al.
Veröffentlicht: (2025)

Reverse Personalization
von: Kung, Han-Wei, et al.
Veröffentlicht: (2025)

Generalizable Knowledge Distillation from Vision Foundation Models for Semantic Segmentation
von: Lv, Chonghua, et al.
Veröffentlicht: (2026)

Encoding Matching Criteria for Cross-domain Deformable Image Registration
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2024)

Graph Transformer GANs with Graph Masked Modeling for Architectural Layout Generation
von: Tang, Hao, et al.
Veröffentlicht: (2024)

Pretraining Deformable Image Registration Networks with Random Images
von: Chen, Junyu, et al.
Veröffentlicht: (2025)

MIHBench: Benchmarking and Mitigating Multi-Image Hallucinations in Multimodal Large Language Models
von: Li, Jiale, et al.
Veröffentlicht: (2025)

GradBias: Unveiling Word Influence on Bias in Text-to-Image Generative Models
von: D'Incà, Moreno, et al.
Veröffentlicht: (2024)

Recursive Deformable Image Registration Network with Mutual Attention
von: Zheng, Jian-Qing, et al.
Veröffentlicht: (2022)

Vector Field Attention for Deformable Image Registration
von: Liu, Yihao, et al.
Veröffentlicht: (2024)

A Closer Look at Conditional Prompt Tuning for Vision-Language Models
von: Zhang, Ji, et al.
Veröffentlicht: (2025)

Large-scale Pre-trained Models are Surprisingly Strong in Incremental Novel Class Discovery
von: Liu, Mingxuan, et al.
Veröffentlicht: (2023)