Copertina

Learning AND-OR Templates for Professional Photograph Parsing and Guidance

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Jin, Xin, Zhang, Liaoruxing, Fan, Chenyu, Yuan, Wenbo
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

PIG: Prompt Images Guidance for Night-Time Scene Parsing
di: Xie, Zhifeng, et al.
Pubblicazione: (2024)

DocPTBench: Benchmarking End-to-End Photographed Document Parsing and Translation
di: Du, Yongkun, et al.
Pubblicazione: (2025)

Clutter Detection and Removal by Multi-Objective Analysis for Photographic Guidance
di: Wu, Xiaoran
Pubblicazione: (2025)

Unsupervised Collaborative Domain Adaptation for Driving Scene Parsing
di: Fan, Jiahe, et al.
Pubblicazione: (2026)

UniParser: Multi-Human Parsing with Unified Correlation Representation Learning
di: Chu, Jiaming, et al.
Pubblicazione: (2023)

MC$^2$: Multi-concept Guidance for Customized Multi-concept Generation
di: Jiang, Jiaxiu, et al.
Pubblicazione: (2024)

The Photographer Eye: Teaching Multimodal Large Language Models to Understand Image Aesthetics like Photographers
di: Qi, Daiqing, et al.
Pubblicazione: (2025)

ParseBench: A Document Parsing Benchmark for AI Agents
di: Zhang, Boyang, et al.
Pubblicazione: (2026)

Learning Where to Focus: Density-Driven Guidance for Detecting Dense Tiny Objects
di: Zhao, Zhicheng, et al.
Pubblicazione: (2025)

Logics-Parsing Technical Report
di: Chen, Xiangyang, et al.
Pubblicazione: (2025)

Rethinking Guidance Information to Utilize Unlabeled Samples:A Label Encoding Perspective
di: Zhang, Yulong, et al.
Pubblicazione: (2024)

SCHNet: SAM Marries CLIP for Human Parsing
di: Liu, Kunliang, et al.
Pubblicazione: (2025)

Efficient Multi-Instance Generation with Janus-Pro-Dirven Prompt Parsing
di: Qi, Fan, et al.
Pubblicazione: (2025)

Multimodal OCR: Parse Anything from Documents
di: Zheng, Handong, et al.
Pubblicazione: (2026)

Videogenic: Identifying Highlight Moments in Videos with Professional Photographs as a Prior
di: Lin, David Chuan-En, et al.
Pubblicazione: (2022)

ParseCaps: An Interpretable Parsing Capsule Network for Medical Image Diagnosis
di: Geng, Xinyu, et al.
Pubblicazione: (2024)

DOCR-Inspector: Fine-Grained and Automated Evaluation of Document Parsing with VLM
di: Zhang, Qintong, et al.
Pubblicazione: (2025)

ScreenParse: Moving Beyond Sparse Grounding with Complete Screen Parsing Supervision
di: Gurbuz, A. Said, et al.
Pubblicazione: (2026)

Investigating the Scaling Effect of Instruction Templates for Training Multimodal Language Model
di: Wang, Shijian, et al.
Pubblicazione: (2024)

ResMaster: Mastering High-Resolution Image Generation via Structural and Fine-Grained Guidance
di: Shi, Shuwei, et al.
Pubblicazione: (2024)

Enhancing Fine-Grained Spatial Grounding in 3D CT Report Generation via Discriminative Guidance
di: Wang, Chenyu, et al.
Pubblicazione: (2026)

Deep Learning Technique for Human Parsing: A Survey and Outlook
di: Yang, Lu, et al.
Pubblicazione: (2023)

FaceCloak: Learning to Protect Face Templates
di: Banerjee, Sudipta, et al.
Pubblicazione: (2025)

Multi-modal Mutual-Guidance Conditional Prompt Learning for Vision-Language Models
di: Yang, Shijun, et al.
Pubblicazione: (2025)

PSGait: Gait Recognition using Parsing Skeleton
di: Xu, Hangrui, et al.
Pubblicazione: (2025)

Deep Light Pollution Removal in Night Cityscape Photographs
di: Wang, Hao, et al.
Pubblicazione: (2026)

MeDocVL: A Visual Language Model for Medical Document Understanding and Parsing
di: Wang, Wenjie, et al.
Pubblicazione: (2026)

Dictionary-based Framework for Interpretable and Consistent Object Parsing
di: Zhang, Tiezheng, et al.
Pubblicazione: (2025)

Single-stage Multi-human Parsing via Point Sets and Center-based Offsets
di: Chu, Jiaming, et al.
Pubblicazione: (2023)

PVLM: Parsing-Aware Vision Language Model with Dynamic Contrastive Learning for Zero-Shot Deepfake Attribution
di: Zhang, Yaning, et al.
Pubblicazione: (2025)

Self-supervised Photographic Image Layout Representation Learning
di: Zhao, Zhaoran, et al.
Pubblicazione: (2024)

RoadFormer: Duplex Transformer for RGB-Normal Semantic Road Scene Parsing
di: Li, Jiahang, et al.
Pubblicazione: (2023)

Personalized Image Filter: Mastering Your Photographic Style
di: Zhu, Chengxuan, et al.
Pubblicazione: (2025)

Synthesizing Environment-Specific People in Photographs
di: Ostrek, Mirela, et al.
Pubblicazione: (2023)

PreFM: Online Audio-Visual Event Parsing via Predictive Future Modeling
di: Yu, Xiao, et al.
Pubblicazione: (2025)

Adaptive Guidance Learning for Camouflaged Object Detection
di: Chen, Zhennan, et al.
Pubblicazione: (2024)

SceneParser: Hierarchical Scene Parsing for Visual Semantics Understanding
di: Xu, Pengxin, et al.
Pubblicazione: (2026)

DepthMatch: Semi-Supervised RGB-D Scene Parsing through Depth-Guided Regularization
di: Huang, Jianxin, et al.
Pubblicazione: (2025)

ICG-MVSNet: Learning Intra-view and Cross-view Relationships for Guidance in Multi-View Stereo
di: Hu, Yuxi, et al.
Pubblicazione: (2025)

Efficient Document Parsing via Parallel Token Prediction
di: Li, Lei, et al.
Pubblicazione: (2026)