Buchumschlag

HVT: A Comprehensive Vision Framework for Learning in Non-Euclidean Space

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fein-Ashley, Jacob, Feng, Ethan, Pham, Minh
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

Bridging Hidden States in Vision-Language Models
von: Fein-Ashley, Benjamin, et al.
Veröffentlicht: (2025)

Diffusion Models with Anisotropic Gaussian Splatting for Image Inpainting
von: Fein-Ashley, Jacob, et al.
Veröffentlicht: (2024)

Contributions to Label-Efficient Learning in Computer Vision and Remote Sensing
von: Pham, Minh-Tan
Veröffentlicht: (2025)

Studying the Effects of Self-Attention on SAR Automatic Target Recognition
von: Fein-Ashley, Jacob, et al.
Veröffentlicht: (2024)

Latent Denoising Improves Visual Alignment in Large Multimodal Models
von: Parikh, Dhruv, et al.
Veröffentlicht: (2026)

ClusterViG: Efficient Globally Aware Vision GNNs via Image Partitioning
von: Parikh, Dhruv, et al.
Veröffentlicht: (2025)

Fourier-Attentive Representation Learning: A Fourier-Guided Framework for Few-Shot Generalization in Vision-Language Models
von: Pham, Hieu Dinh Trung, et al.
Veröffentlicht: (2025)

A Single Graph Convolution Is All You Need: Efficient Grayscale Image Classification
von: Fein-Ashley, Jacob, et al.
Veröffentlicht: (2024)

Benchmarking Deep Learning Classifiers for SAR Automatic Target Recognition
von: Fein-Ashley, Jacob, et al.
Veröffentlicht: (2023)

Multimodal Chain of Continuous Thought for Latent-Space Reasoning in Vision-Language Models
von: Pham, Tan-Hanh, et al.
Veröffentlicht: (2025)

LIHE: Linguistic Instance-Split Hyperbolic-Euclidean Framework for Generalized Weakly-Supervised Referring Expression Comprehension
von: Shi, Xianglong, et al.
Veröffentlicht: (2025)

Generative AI for Vision: A Comprehensive Study of Frameworks and Applications
von: Bousetouane, Fouad
Veröffentlicht: (2025)

Beyond Euclidean: Dual-Space Representation Learning for Weakly Supervised Video Violence Detection
von: Leng, Jiaxu, et al.
Veröffentlicht: (2024)

Leveraging knowledge distillation for partial multi-task learning from multiple remote sensing datasets
von: Lê, Hoàng-Ân, et al.
Veröffentlicht: (2024)

Planner-Refiner: Dynamic Space-Time Refinement for Vision-Language Alignment in Videos
von: Tran, Tuyen, et al.
Veröffentlicht: (2025)

BluRef: Unsupervised Image Deblurring with Dense-Matching References
von: Pham, Bang-Dang, et al.
Veröffentlicht: (2026)

VSSD: Vision Mamba with Non-Causal State Space Duality
von: Shi, Yuheng, et al.
Veröffentlicht: (2024)

A Deep-Learning Framework for Land-Sliding Classification from Remote Sensing Image
von: Tang, Hieu, et al.
Veröffentlicht: (2025)

A Comprehensive Evaluation Framework for the Study of the Effects of Facial Filters on Face Recognition Accuracy
von: Ozturk, Kagan, et al.
Veröffentlicht: (2025)

Deep Learning for Event-based Vision: A Comprehensive Survey and Benchmarks
von: Zheng, Xu, et al.
Veröffentlicht: (2023)

Decomposing Disease Descriptions for Enhanced Pathology Detection: A Multi-Aspect Vision-Language Pre-training Framework
von: Phan, Vu Minh Hieu, et al.
Veröffentlicht: (2024)

Box for Mask and Mask for Box: weak losses for multi-task partially supervised learning
von: Lê, Hoàng-Ân, et al.
Veröffentlicht: (2024)

ViCLIP-OT: The First Foundation Vision-Language Model for Vietnamese Image-Text Retrieval with Optimal Transport
von: Tran, Quoc-Khang, et al.
Veröffentlicht: (2026)

VisionGuard: Synergistic Framework for Helmet Violation Detection
von: Nguyen, Lam-Huy, et al.
Veröffentlicht: (2025)

BioGait-VLM: A Tri-Modal Vision-Language-Biomechanics Framework for Interpretable Clinical Gait Assessment
von: Chen, Erdong, et al.
Veröffentlicht: (2026)

Non-Learning Low-Light Stereo Vision
von: Wang, Jason, et al.
Veröffentlicht: (2026)

CLIPVehicle: A Unified Framework for Vision-based Vehicle Search
von: Wang, Likai, et al.
Veröffentlicht: (2025)

Leveraging feature communication in federated learning for remote sensing image classification
von: Duong, Anh-Kiet, et al.
Veröffentlicht: (2024)

Fab-ME: A Vision State-Space and Attention-Enhanced Framework for Fabric Defect Detection
von: Wang, Shuai, et al.
Veröffentlicht: (2024)

Unified Framework for Open-World Compositional Zero-shot Learning
von: Jayasekara, Hirunima, et al.
Veröffentlicht: (2024)

A2VIS: Amodal-Aware Approach to Video Instance Segmentation
von: Tran, Minh, et al.
Veröffentlicht: (2024)

Blur2Blur: Blur Conversion for Unsupervised Image Deblurring on Unknown Domains
von: Pham, Bang-Dang, et al.
Veröffentlicht: (2024)

A Comprehensive Review of Knowledge Distillation in Computer Vision
von: Habib, Gousia, et al.
Veröffentlicht: (2024)

Can Modern Vision Models Understand the Difference Between an Object and a Look-alike?
von: Cohen, Itay, et al.
Veröffentlicht: (2025)

Learning in the Null Space: Small Singular Values for Continual Learning
von: Pham, Cuong Anh, et al.
Veröffentlicht: (2026)

Cognitive Alignment At No Cost: Inducing Human Attention Biases For Interpretable Vision Transformers
von: Knights, Ethan
Veröffentlicht: (2026)

H-POPE: Hierarchical Polling-based Probing Evaluation of Hallucinations in Large Vision-Language Models
von: Pham, Nhi, et al.
Veröffentlicht: (2024)

Robust Concept Erasure Using Task Vectors
von: Pham, Minh, et al.
Veröffentlicht: (2024)

EoS-FM: Can an Ensemble of Specialist Models act as a Generalist Feature Extractor?
von: Adorni, Pierre, et al.
Veröffentlicht: (2025)

Loss it right: Euclidean and Riemannian Metrics in Learning-based Visual Odometry
von: Álvarez-Tuñón, Olaya, et al.
Veröffentlicht: (2023)