SemHiTok: A Unified Image Tokenizer via Semantic-Guided Hierarchical Codebook for Multimodal Understanding and Generation

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Chen, Zisheng, Wang, Chunwei, Huang, Runhui, Xu, Hongbin, Chen, Xiuwei, Zhou, Jun, Han, Jianhua, Xu, Hang, Liang, Xiaodan
Formato:	Preprint
Publicado:	2025
Materias:	Computer Vision and Pattern Recognition Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2503.06764