Buchumschlag

Bootstrapping Top-down Information for Self-modulating Slot Attention

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Dongwon, Kim, Seoyeon, Kwak, Suha
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PLOT: Text-based Person Search with Part Slot Attention for Corresponding Part Discovery
von: Park, Jicheol, et al.
Veröffentlicht: (2024)

Improving Text-based Person Search via Part-level Cross-modal Correspondence
von: Park, Jicheol, et al.
Veröffentlicht: (2024)

Extending CLIP's Image-Text Alignment to Referring Image Segmentation
von: Kim, Seoyeon, et al.
Veröffentlicht: (2023)

Efficient and Versatile Robust Fine-Tuning of Zero-shot Models
von: Kim, Sungyeon, et al.
Veröffentlicht: (2024)

Learning Unified Distance Metric Across Diverse Data Distributions with Parameter-Efficient Transfer Learning
von: Kim, Sungyeon, et al.
Veröffentlicht: (2023)

Improving Sound Source Localization with Joint Slot Attention on Image and Audio
von: Kim, Inho, et al.
Veröffentlicht: (2025)

Improving Robustness to Multiple Spurious Correlations by Multi-Objective Optimization
von: Kim, Nayeong, et al.
Veröffentlicht: (2024)

Enhancing Cost Efficiency in Active Learning with Candidate Set Query
von: Gwon, Yeho, et al.
Veröffentlicht: (2025)

ActFusion: a Unified Diffusion Model for Action Segmentation and Anticipation
von: Gong, Dayoung, et al.
Veröffentlicht: (2024)

Adaptive Slot Attention: Object Discovery with Dynamic Slot Number
von: Fan, Ke, et al.
Veröffentlicht: (2024)

Concept Unlearning via Cross-Attention Activation Projection for Diffusion Models
von: Moon, Saemi, et al.
Veröffentlicht: (2026)

Tempered Self-Similarity Alignment for Physically Plausible Video Generation
von: Kim, Manjin, et al.
Veröffentlicht: (2026)

SYNAuG: Exploiting Synthetic Data for Data Imbalance Problems
von: Ye-Bin, Moon, et al.
Veröffentlicht: (2023)

Structured State-Space Regularization for Generation-Friendly Image Tokenization
von: Lee, Jinsung, et al.
Veröffentlicht: (2026)

Learning Audio-guided Video Representation with Gated Attention for Video-Text Retrieval
von: Jeong, Boseung, et al.
Veröffentlicht: (2025)

FORLA: Federated Object-centric Representation Learning with Slot Attention
von: Liao, Guiqiu, et al.
Veröffentlicht: (2025)

Planning in 8 Tokens: A Compact Discrete Tokenizer for Latent World Model
von: Kim, Dongwon, et al.
Veröffentlicht: (2026)

Federated Learning for Face Recognition via Intra-subject Self-supervised Learning
von: Kim, Hansol, et al.
Veröffentlicht: (2024)

Part-Aware Bottom-Up Group Reasoning for Fine-Grained Social Interaction Detection
von: Kim, Dongkeun, et al.
Veröffentlicht: (2025)

Text Embedding is Not All You Need: Attention Control for Text-to-Image Semantic Alignment with Text Self-Attention Maps
von: Kim, Jeeyung, et al.
Veröffentlicht: (2024)

GENIUS: A Generative Framework for Universal Multimodal Search
von: Kim, Sungyeon, et al.
Veröffentlicht: (2025)

SpargeAttention2: Trainable Sparse Attention via Hybrid Top-k+Top-p Masking and Distillation Fine-Tuning
von: Zhang, Jintao, et al.
Veröffentlicht: (2026)

MetaSlot: Break Through the Fixed Number of Slots in Object-Centric Learning
von: Liu, Hongjia, et al.
Veröffentlicht: (2025)

Self-Bootstrapping for Versatile Test-Time Adaptation
von: Niu, Shuaicheng, et al.
Veröffentlicht: (2025)

FREST: Feature RESToration for Semantic Segmentation under Multiple Adverse Conditions
von: Lee, Sohyun, et al.
Veröffentlicht: (2024)

Mixture-of-Top-k Attention: Efficient Attention via Scalable Fast Weights
von: Wen, Qishuai, et al.
Veröffentlicht: (2026)

Slot Structured World Models
von: Collu, Jonathan, et al.
Veröffentlicht: (2024)

Masked Multi-Query Slot Attention for Unsupervised Object Discovery
von: Pramanik, Rishav, et al.
Veröffentlicht: (2024)

Democratizing Text-to-Image Masked Generative Models with Compact Text-Aware One-Dimensional Tokens
von: Kim, Dongwon, et al.
Veröffentlicht: (2025)

Divided Attention: Unsupervised Multi-Object Discovery with Contextually Separated Slots
von: Lao, Dong, et al.
Veröffentlicht: (2023)

Regularizing Attention Scores with Bootstrapping
von: Chung, Neo Christopher, et al.
Veröffentlicht: (2026)

Self-Rectifying Diffusion Sampling with Perturbed-Attention Guidance
von: Ahn, Donghoon, et al.
Veröffentlicht: (2024)

Stabilizing Consistency Training: A Flow Map Analysis and Self-Distillation
von: Kim, Youngjoong, et al.
Veröffentlicht: (2026)

Online Temporal Action Localization with Memory-Augmented Transformer
von: Song, Youngkil, et al.
Veröffentlicht: (2024)

Active Label Correction for Semantic Segmentation with Foundation Models
von: Kim, Hoyoung, et al.
Veröffentlicht: (2024)

Towards More Practical Group Activity Detection: A New Benchmark and Model
von: Kim, Dongkeun, et al.
Veröffentlicht: (2023)

Slot Abstractors: Toward Scalable Abstract Visual Reasoning
von: Mondal, Shanka Subhra, et al.
Veröffentlicht: (2024)

Open-world Instance Segmentation: Top-down Learning with Bottom-up Supervision
von: Kalluri, Tarun, et al.
Veröffentlicht: (2023)

Coreset Selection for Object Detection
von: Lee, Hojun, et al.
Veröffentlicht: (2024)

CrIBo: Self-Supervised Learning via Cross-Image Object-Level Bootstrapping
von: Lebailly, Tim, et al.
Veröffentlicht: (2023)