Buchumschlag

Make Graph-based Referring Expression Comprehension Great Again through Expression-guided Dynamic Gating and Regression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ke, Jingcheng, Wang, Dele, Chen, Jun-Cheng, Jhuo, I-Hong, Lin, Chia-Wen, Lin, Yen-Yu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Multimedia
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Interpretable Zero-shot Referring Expression Comprehension with Query-driven Scene Graphs
von: Wu, Yike, et al.
Veröffentlicht: (2026)

Improving Visual Object Tracking through Visual Prompting
von: Chen, Shih-Fang, et al.
Veröffentlicht: (2024)

CK-Transformer: Commonsense Knowledge Enhanced Transformers for Referring Expression Comprehension
von: Zhang, Zhi, et al.
Veröffentlicht: (2023)

Understanding What Is Not Said:Referring Remote Sensing Image Segmentation with Scarce Expressions
von: Ye, Kai, et al.
Veröffentlicht: (2025)

GOT-JEPA: Generic Object Tracking with Model Adaptation and Occlusion Handling using Joint-Embedding Predictive Architecture
von: Chen, Shih-Fang, et al.
Veröffentlicht: (2026)

GOT-Edit: Geometry-Aware Generic Object Tracking via Online Model Editing
von: Chen, Shih-Fang, et al.
Veröffentlicht: (2026)

Dynamic Resolution Guidance for Facial Expression Recognition
von: Wang, Songpan, et al.
Veröffentlicht: (2024)

Anchoring Trends: Mitigating Social Media Popularity Prediction Drift via Feature Clustering and Expansion
von: Lee, Chia-Ming, et al.
Veröffentlicht: (2025)

SAM as the Guide: Mastering Pseudo-Label Refinement in Semi-Supervised Referring Expression Segmentation
von: Yang, Danni, et al.
Veröffentlicht: (2024)

MEGC2025: Micro-Expression Grand Challenge on Spot Then Recognize and Visual Question Answering
von: Fan, Xinqi, et al.
Veröffentlicht: (2025)

ExpLLM: Towards Chain of Thought for Facial Expression Recognition
von: Lan, Xing, et al.
Veröffentlicht: (2024)

Generalized Jersey Number Recognition Using Multi-task Learning With Orientation-guided Weight Refinement
von: Lin, Yung-Hui, et al.
Veröffentlicht: (2024)

MMED: A Multimodal Micro-Expression Dataset based on Audio-Visual Fusion
von: Wang, Junbo, et al.
Veröffentlicht: (2025)

PRM-BAS: Enhancing Multimodal Reasoning through PRM-guided Beam Annealing Search
von: Hu, Pengfei, et al.
Veröffentlicht: (2025)

SFE-Net: Harnessing Biological Principles of Differential Gene Expression for Improved Feature Selection in Deep Learning Networks
von: Li, Yuqi, et al.
Veröffentlicht: (2024)

Dynamic Multimodal Expression Generation for LLM-Driven Pedagogical Agents: From User Experience Perspective
von: Wan, Ninghao, et al.
Veröffentlicht: (2026)

MicroEmo: Time-Sensitive Multimodal Emotion Recognition with Micro-Expression Dynamics in Video Dialogues
von: Zhang, Liyun
Veröffentlicht: (2024)

AllTheDocks road safety dataset: A cyclist's perspective and experience
von: Chiang, Chia-Yen, et al.
Veröffentlicht: (2024)

M2ORT: Many-To-One Regression Transformer for Spatial Transcriptomics Prediction from Histopathology Images
von: Wang, Hongyi, et al.
Veröffentlicht: (2024)

Optimized Learned Image Compression for Facial Expression Recognition
von: Li, Xiumei, et al.
Veröffentlicht: (2025)

AI TrackMate: Finally, Someone Who Will Give Your Music More Than Just "Sounds Great!"
von: Jiang, Yi-Lin, et al.
Veröffentlicht: (2024)

MTCAE-DFER: Multi-Task Cascaded Autoencoder for Dynamic Facial Expression Recognition
von: Xiang, Peihao, et al.
Veröffentlicht: (2024)

Multimodal Interaction Modeling via Self-Supervised Multi-Task Learning for Review Helpfulness Prediction
von: Gong, HongLin, et al.
Veröffentlicht: (2024)

Speech2AffectiveGestures: Synthesizing Co-Speech Gestures with Generative Adversarial Affective Expression Learning
von: Bhattacharya, Uttaran, et al.
Veröffentlicht: (2021)

SafaRi:Adaptive Sequence Transformer for Weakly Supervised Referring Expression Segmentation
von: Nag, Sayan, et al.
Veröffentlicht: (2024)

MEGC2026: Micro-Expression Grand Challenge on Visual Question Answering
von: Fan, Xinqi, et al.
Veröffentlicht: (2026)

Multimodal Graph Neural Network for Recommendation with Dynamic De-redundancy and Modality-Guided Feature De-noisy
von: Mo, Feng, et al.
Veröffentlicht: (2024)

Lost in Overlap: Exploring Logit-based Watermark Collision in LLMs
von: Luo, Yiyang, et al.
Veröffentlicht: (2024)

GANonymization: A GAN-based Face Anonymization Framework for Preserving Emotional Expressions
von: Hellmann, Fabio, et al.
Veröffentlicht: (2023)

Revisiting Vision-Language Features Adaptation and Inconsistency for Social Media Popularity Prediction
von: Hsu, Chih-Chung, et al.
Veröffentlicht: (2024)

Routing Experts: Learning to Route Dynamic Experts in Multi-modal Large Language Models
von: Wu, Qiong, et al.
Veröffentlicht: (2024)

CueNet: Robust Audio-Visual Speaker Extraction through Cross-Modal Cue Mining and Interaction
von: Wang, Jiadong, et al.
Veröffentlicht: (2026)

SemanticGarment: Semantic-Controlled Generation and Editing of 3D Gaussian Garments
von: Wang, Ruiyan, et al.
Veröffentlicht: (2025)

Improving the Efficiency of VVC using Partitioning of Reference Frames
von: Qureshi, Kamran, et al.
Veröffentlicht: (2025)

EditEmoTalk: Controllable Speech-Driven 3D Facial Animation with Continuous Expression Editing
von: Jiang, Diqiong, et al.
Veröffentlicht: (2026)

MMPKUBase: A Comprehensive and High-quality Chinese Multi-modal Knowledge Graph
von: Yi, Xuan, et al.
Veröffentlicht: (2024)

Multi-Reference Generative Face Video Compression with Contrastive Learning
von: Konuko, Goluck, et al.
Veröffentlicht: (2024)

Identity-Driven Multimedia Forgery Detection via Reference Assistance
von: Xu, Junhao, et al.
Veröffentlicht: (2024)

HER2 Expression Prediction with Flexible Multi-Modal Inputs via Dynamic Bidirectional Reconstruction
von: Qin, Jie, et al.
Veröffentlicht: (2025)

LLM2Manim: Pedagogy-Aware AI Generation of STEM Animations
von: Joshi, Aastha, et al.
Veröffentlicht: (2026)