:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Wu, Ziyang, Zhang, Jingyuan, Pai, Druv, Wang, XuDong, Singh, Chandan, Yang, Jianwei, Gao, Jianfeng, Ma, Yi
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	https://arxiv.org/abs/2502.10385
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

White-Box Transformers via Sparse Rate Reduction: Compression Is All There Is?
di: Yu, Yaodong, et al.
Pubblicazione: (2023)

Scaling White-Box Transformers for Vision
di: Yang, Jinrui, et al.
Pubblicazione: (2024)

DINO-AD: Unsupervised Anomaly Detection with Frozen DINO-V3 Features
di: Huo, Jiayu, et al.
Pubblicazione: (2026)

Segment Anything without Supervision
di: Wang, XuDong, et al.
Pubblicazione: (2024)

Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection
di: Liu, Shilong, et al.
Pubblicazione: (2023)

Towards Understanding Graphical Perception in Large Multimodal Models
di: Zhang, Kai, et al.
Pubblicazione: (2025)

Pix2Gif: Motion-Guided Diffusion for GIF Generation
di: Kandala, Hitesh, et al.
Pubblicazione: (2024)

UnSAMv2: Self-Supervised Learning Enables Segment Anything at Any Granularity
di: Yu, Junwei, et al.
Pubblicazione: (2025)

DINO-Foresight: Looking into the Future with DINO
di: Karypidis, Efstathios, et al.
Pubblicazione: (2024)

AD-DINO: Attention-Dynamic DINO for Distance-Aware Embodied Reference Understanding
di: Guo, Hao, et al.
Pubblicazione: (2024)

DINO-Tok: Adapting DINO for Visual Tokenizers
di: Jia, Mingkai, et al.
Pubblicazione: (2025)

DINO-BOLDNet: A DINOv3-Guided Multi-Slice Attention Network for T1-to-BOLD Generation
di: Wang, Jianwei, et al.
Pubblicazione: (2025)

PET-DINO: Unifying Visual Cues into Grounding DINO with Prompt-Enriched Training
di: Fu, Weifu, et al.
Pubblicazione: (2026)

OVS-DINO: Open-Vocabulary Segmentation via Structure-Aligned SAM-DINO with Language Guidance
di: Zeng, Haoxi, et al.
Pubblicazione: (2026)

Elevating Visual Perception in Multimodal LLMs with Visual Embedding Distillation
di: Jain, Jitesh, et al.
Pubblicazione: (2024)

DINO-SLAM: DINO-informed RGB-D SLAM for Neural Implicit and Explicit Representations
di: Gong, Ziren, et al.
Pubblicazione: (2025)

SegDINO: An Efficient Design for Medical and Natural Image Segmentation with DINO-V3
di: Yang, Sicheng, et al.
Pubblicazione: (2025)

Evaluating Stenosis Detection with Grounding DINO, YOLO, and DINO-DETR
di: Ansari, Muhammad Musab
Pubblicazione: (2025)

CQ-DINO: Mitigating Gradient Dilution via Category Queries for Vast Vocabulary Object Detection
di: Sun, Zhichao, et al.
Pubblicazione: (2025)

Deploy DINO with Many-to-Many Association
di: Jiang, Haodong, et al.
Pubblicazione: (2026)

Few-Shot Adaptation of Grounding DINO for Agricultural Domain
di: Singh, Rajhans, et al.
Pubblicazione: (2025)

Reconstruction Alignment Improves Unified Multimodal Models
di: Xie, Ji, et al.
Pubblicazione: (2025)

Deformable One-shot Face Stylization via DINO Semantic Guidance
di: Zhou, Yang, et al.
Pubblicazione: (2024)

DINO-VO: Learning Where to Focus for Enhanced State Estimation
di: Chen, Qi, et al.
Pubblicazione: (2026)

DINO-Explorer: Active Underwater Discovery via Ego-Motion Compensated Semantic Predictive Coding
di: Jin, Yuhan, et al.
Pubblicazione: (2026)

Language-Image Alignment with Fixed Text Encoders
di: Yang, Jingfeng, et al.
Pubblicazione: (2025)

Two-stage Rainfall-Forecasting Diffusion Model
di: Ling, XuDong, et al.
Pubblicazione: (2024)

DINO-Tracker: Taming DINO for Self-Supervised Point Tracking in a Single Video
di: Tumanyan, Narek, et al.
Pubblicazione: (2024)

Human detectors are surprisingly powerful reward models
di: Ashutosh, Kumar, et al.
Pubblicazione: (2026)

DeepStack: Deeply Stacking Visual Tokens is Surprisingly Simple and Effective for LMMs
di: Meng, Lingchen, et al.
Pubblicazione: (2024)

OV-DINO: Unified Open-Vocabulary Detection with Language-Aware Selective Fusion
di: Wang, Hao, et al.
Pubblicazione: (2024)

Visual Lexicon: Rich Image Features in Language Space
di: Wang, XuDong, et al.
Pubblicazione: (2024)

Representation Alignment Contrastive Regularization for Multi-Object Tracking
di: Liu, Zhonglin, et al.
Pubblicazione: (2024)

Fine-Grained DINO Tuning with Dual Supervision for Face Forgery Detection
di: Zhang, Tianxiang, et al.
Pubblicazione: (2025)

Tri-path DINO: Feature Complementary Learning for Remote Sensing Multi-Class Change Detection
di: Zheng, Kai, et al.
Pubblicazione: (2026)

Empowering DINO Representations for Underwater Instance Segmentation via Aligner and Prompter
di: Chen, Zhiyang, et al.
Pubblicazione: (2025)

Grounding DINO 1.5: Advance the "Edge" of Open-Set Object Detection
di: Ren, Tianhe, et al.
Pubblicazione: (2024)

DINO-X: A Unified Vision Model for Open-World Object Detection and Understanding
di: Ren, Tianhe, et al.
Pubblicazione: (2024)

Florence-VL: Enhancing Vision-Language Models with Generative Vision Encoder and Depth-Breadth Fusion
di: Chen, Jiuhai, et al.
Pubblicazione: (2024)

DIVE: Taming DINO for Subject-Driven Video Editing
di: Huang, Yi, et al.
Pubblicazione: (2024)