:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Pillai, Sneh
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2503.03202
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MMR1: Enhancing Multimodal Reasoning with Variance-Aware Sampling and Open Resources
von: Leng, Sicong, et al.
Veröffentlicht: (2025)

Learning to Fuse: Modality-Aware Adaptive Scheduling for Robust Multimodal Foundation Models
von: Bennett, Liam, et al.
Veröffentlicht: (2025)

Prototype-Aware Multimodal Alignment for Open-Vocabulary Visual Grounding
von: Xie, Jiangnan, et al.
Veröffentlicht: (2025)

Set-CLIP: Exploring Aligned Semantic From Low-Alignment Multimodal Data Through A Distribution View
von: Song, Zijia, et al.
Veröffentlicht: (2024)

Taming Sampling Perturbations with Variance Expansion Loss for Latent Diffusion Models
von: Li, Qifan, et al.
Veröffentlicht: (2026)

Deep Generative Data Assimilation in Multimodal Setting
von: Qu, Yongquan, et al.
Veröffentlicht: (2024)

Transformer Based Self-Context Aware Prediction for Few-Shot Anomaly Detection in Videos
von: Pillai, Gargi V., et al.
Veröffentlicht: (2025)

EAMA : Entity-Aware Multimodal Alignment Based Approach for News Image Captioning
von: Zhang, Junzhe, et al.
Veröffentlicht: (2024)

VCR: Variance-Driven Channel Recalibration for Robust Low-Light Enhancement
von: Cheng, Zhixin, et al.
Veröffentlicht: (2026)

Scheduling Weight Transitions for Quantization-Aware Training
von: Lee, Junghyup, et al.
Veröffentlicht: (2024)

Variance-Aware Adaptive Weighting for Diffusion Model Training
von: Sun, Nanlong, et al.
Veröffentlicht: (2026)

MSR-Align: Policy-Grounded Multimodal Alignment for Safety-Aware Reasoning in Vision-Language Models
von: Xia, Yinan, et al.
Veröffentlicht: (2025)

Denoised Diffusion for Object-Focused Image Augmentation
von: Pillai, Nisha
Veröffentlicht: (2025)

Multimodal Alignment and Fusion: A Survey
von: Li, Songtao, et al.
Veröffentlicht: (2024)

The Indra Representation Hypothesis for Multimodal Alignment
von: Lu, Jianglin, et al.
Veröffentlicht: (2026)

VCD-Texture: Variance Alignment based 3D-2D Co-Denoising for Text-Guided Texturing
von: Liu, Shang, et al.
Veröffentlicht: (2024)

Taxonomy-Aware Representation Alignment for Hierarchical Visual Recognition with Large Multimodal Models
von: He, Hulingxiao, et al.
Veröffentlicht: (2026)

DyMO: Training-Free Diffusion Model Alignment with Dynamic Multi-Objective Scheduling
von: Xie, Xin, et al.
Veröffentlicht: (2024)

Perceive What Matters: Relevance-Driven Scheduling for Multimodal Streaming Perception
von: Huang, Dingcheng, et al.
Veröffentlicht: (2026)

Semantic Alignment for Multimodal Large Language Models
von: Wu, Tao, et al.
Veröffentlicht: (2024)

Unified Directly Denoising for Both Variance Preserving and Variance Exploding Diffusion Models
von: Wang, Jingjing, et al.
Veröffentlicht: (2024)

Enhancing Virtual Try-On with Synthetic Pairs and Error-Aware Noise Scheduling
von: Li, Nannan, et al.
Veröffentlicht: (2025)

Beyond Loss Values: Robust Dynamic Pruning via Loss Trajectory Alignment
von: Qin, Huaiyuan, et al.
Veröffentlicht: (2026)

SmartWilds: Multimodal Wildlife Monitoring Dataset
von: Kline, Jenna, et al.
Veröffentlicht: (2025)

Beyond Hallucinations: A Multimodal-Guided Task-Aware Generative Image Compression for Ultra-Low Bitrate
von: Wang, Kaile, et al.
Veröffentlicht: (2025)

Depth Edge Alignment Loss: DEALing with Depth in Weakly Supervised Semantic Segmentation
von: Schmidt, Patrick, et al.
Veröffentlicht: (2025)

On the Global Photometric Alignment for Low-Level Vision
von: Li, Mingjia, et al.
Veröffentlicht: (2026)

Multimodal Deformable Image Registration for Long-COVID Analysis Based on Progressive Alignment and Multi-perspective Loss
von: Li, Jiahua, et al.
Veröffentlicht: (2024)

Multi-speaker Attention Alignment for Multimodal Social Interaction
von: Ouyang, Liangyang, et al.
Veröffentlicht: (2025)

Visual Representation Alignment for Multimodal Large Language Models
von: Yoon, Heeji, et al.
Veröffentlicht: (2025)

Harnessing Frozen Unimodal Encoders for Flexible Multimodal Alignment
von: Maniparambil, Mayug, et al.
Veröffentlicht: (2024)

Q$^2$: Quantization-Aware Gradient Balancing and Attention Alignment for Low-Bit Quantization
von: Wang, Zhaoyang, et al.
Veröffentlicht: (2025)

SGMA: Semantic-Guided Modality-Aware Segmentation for Remote Sensing with Incomplete Multimodal Data
von: Wen, Lekang, et al.
Veröffentlicht: (2026)

FairJudge: Abstention-Aware Multimodal Judges for Fairness and Alignment Evaluation in Text-to-Image Models
von: Sahili, Zahraa Al, et al.
Veröffentlicht: (2025)

Second-Order Multi-Level Variance Correction for Modality Competition in Multimodal Models
von: Lu, Yishun, et al.
Veröffentlicht: (2026)

GuideDog: A Real-World Egocentric Multimodal Dataset for Blind and Low-Vision Accessibility-Aware Guidance
von: Kim, Junhyeok, et al.
Veröffentlicht: (2025)

Guided and Variance-Corrected Fusion with One-shot Style Alignment for Large-Content Image Generation
von: Sun, Shoukun, et al.
Veröffentlicht: (2024)

Gradient-Aware Logit Adjustment Loss for Long-tailed Classifier
von: Zhang, Fan, et al.
Veröffentlicht: (2024)

Instance Awareness of Multi-class Semantic Segmentation Loss Functions
von: Kundu, Soumya Snigdha, et al.
Veröffentlicht: (2026)

Dynamic Modality Scheduling for Multimodal Large Models via Confidence, Uncertainty, and Semantic Consistency
von: Tanaka, Hiroshi, et al.
Veröffentlicht: (2025)