Buchumschlag

Enhancing Visual Classification using Comparative Descriptors

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Hankyeol, Seo, Gawon, Choi, Wonseok, Jung, Geunyoung, Song, Kyungwoo, Jung, Jiyoung
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

Generating Accurate and Detailed Captions for High-Resolution Images
von: Lee, Hankyeol, et al.
Veröffentlicht: (2025)

P3T: Prototypical Point-level Prompt Tuning with Enhanced Generalization for 3D Vision-Language Models
von: Jung, Geunyoung, et al.
Veröffentlicht: (2026)

Robust Adaptation of Foundation Models with Black-Box Visual Prompting
von: Oh, Changdae, et al.
Veröffentlicht: (2024)

APC: Transferable and Efficient Adversarial Point Counterattack for Robust 3D Point Cloud Recognition
von: Jung, Geunyoung, et al.
Veröffentlicht: (2026)

Query-Calibrated Segmental Admission for Descriptor-Agnostic LiDAR Loop Closure in Repetitive Environments
von: Kim, Jaehyun, et al.
Veröffentlicht: (2025)

REVIVE 3D: Refinement via Encoded Voluminous Inflated prior for Volume Enhancement
von: Lee, Hankyeol, et al.
Veröffentlicht: (2026)

Progressive Multimodal Search and Reasoning for Knowledge-Intensive Visual Question Answering
von: Choi, Changin, et al.
Veröffentlicht: (2025)

Fork-Merge Decoding: Enhancing Multimodal Understanding in Audio-Visual Large Language Models
von: Jung, Chaeyoung, et al.
Veröffentlicht: (2025)

VizECGNet: Visual ECG Image Network for Cardiovascular Diseases Classification with Multi-Modal Training and Knowledge Distillation
von: Nam, Ju-Hyeon, et al.
Veröffentlicht: (2024)

Online Continuous Generalized Category Discovery
von: Park, Keon-Hee, et al.
Veröffentlicht: (2024)

Visual Detector Compression via Location-Aware Discriminant Analysis
von: Lan, Qizhen, et al.
Veröffentlicht: (2025)

Breaking the Visual Shortcuts in Multimodal Knowledge-Based Visual Question Answering
von: Lee, Dosung, et al.
Veröffentlicht: (2025)

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

Pre-trained Vision and Language Transformers Are Few-Shot Incremental Learners
von: Park, Keon-Hee, et al.
Veröffentlicht: (2024)

SOUPLE: Enhancing Audio-Visual Localization and Segmentation with Learnable Prompt Contexts
von: Nguyen, Khanh Binh, et al.
Veröffentlicht: (2026)

Performance Evaluation of 3D Keypoint Detectors and Descriptors on Coloured Point Clouds in Subsea Environments
von: Jung, Kyungmin, et al.
Veröffentlicht: (2022)

Amnesia as a Catalyst for Enhancing Black Box Pixel Attacks in Image Classification and Object Detection
von: Song, Dongsu, et al.
Veröffentlicht: (2025)

Automated Classification of Cell Shapes: A Comparative Evaluation of Shape Descriptors
von: Vadori, Valentina, et al.
Veröffentlicht: (2024)

Balancing Saliency and Coverage: Semantic Prominence-Aware Budgeting for Visual Token Compression in VLMs
von: Lee, Jaehoon, et al.
Veröffentlicht: (2026)

VLM's Eye Examination: Instruct and Inspect Visual Competency of Vision Language Models
von: Hyeon-Woo, Nam, et al.
Veröffentlicht: (2024)

IAM: Enhancing RGB-D Instance Segmentation with New Benchmarks
von: Jung, Aecheon, et al.
Veröffentlicht: (2025)

UAVTwin: Neural Digital Twins for UAVs using Gaussian Splatting
von: Choi, Jaehoon, et al.
Veröffentlicht: (2025)

IM360: Large-scale Indoor Mapping with 360 Cameras
von: Jung, Dongki, et al.
Veröffentlicht: (2025)

RPG360: Robust 360 Depth Estimation with Perspective Foundation Models and Graph Optimization
von: Jung, Dongki, et al.
Veröffentlicht: (2025)

OASIS: Online Sample Selection for Continual Visual Instruction Tuning
von: Lee, Minjae, et al.
Veröffentlicht: (2025)

A Comparative Analysis of Image Descriptors for Histopathological Classification of Gastric Cancer
von: Usai, Marco, et al.
Veröffentlicht: (2025)

Orthogonal Negative Guidance in Attention Feature Space for Text-to-Image Generation
von: Ko, Jungmin, et al.
Veröffentlicht: (2026)

Aligning What Vision-Language Models See and Perceive with Adaptive Information Flow
von: Liu, Chengxin, et al.
Veröffentlicht: (2026)

A Text-Guided Vision Model for Enhanced Recognition of Small Instances
von: Jung, Hyun-Ki
Veröffentlicht: (2026)

Exploring Image Representation with Decoupled Classical Visual Descriptors
von: Qu, Chenyuan, et al.
Veröffentlicht: (2025)

GALAR-TemporalNet v2: Anatomy-Guided Dual-Branch Temporal Classification with Bidirectional Mamba and Dual-Graph GCN for Video Capsule Endoscopy -- after competition results
von: Won, Jiye, et al.
Veröffentlicht: (2026)

Integrating Query-aware Segmentation and Cross-Attention for Robust VQA
von: Choi, Wonjun, et al.
Veröffentlicht: (2024)

PBVS 2024 Solution: Self-Supervised Learning and Sampling Strategies for SAR Classification in Extreme Long-Tail Distribution
von: Kim, Yuhyun, et al.
Veröffentlicht: (2024)

PanoGrounder: Bridging 2D and 3D with Panoramic Scene Representations for VLM-based 3D Visual Grounding
von: Jung, Seongmin, et al.
Veröffentlicht: (2025)

DALDA: Data Augmentation Leveraging Diffusion Model and LLM with Adaptive Guidance Scaling
von: Jung, Kyuheon, et al.
Veröffentlicht: (2024)

CATSplat: Context-Aware Transformer with Spatial Guidance for Generalizable 3D Gaussian Splatting from A Single-View Image
von: Roh, Wonseok, et al.
Veröffentlicht: (2024)

WWW: Where, Which and Whatever Enhancing Interpretability in Multimodal Deepfake Detection
von: Jung, Juho, et al.
Veröffentlicht: (2024)

Spectrum Translation for Refinement of Image Generation (STIG) Based on Contrastive Learning and Spectral Filter Profile
von: Lee, Seokjun, et al.
Veröffentlicht: (2024)

Descriptive Image-Text Matching with Graded Contextual Similarity
von: Jang, Jinhyun, et al.
Veröffentlicht: (2025)

From Adaptation to Generalization: Adaptive Visual Prompting for Medical Image Segmentation
von: Çetinkaya, Evren, et al.
Veröffentlicht: (2026)