Buchumschlag

Boosting Generative Image Modeling via Joint Image-Feature Synthesis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kouzelis, Theodoros, Karypidis, Efstathios, Kakogeorgiou, Ioannis, Gidaris, Spyros, Komodakis, Nikos
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Coevolving Representations in Joint Image-Feature Diffusion
von: Kouzelis, Theodoros, et al.
Veröffentlicht: (2026)

Advancing Semantic Future Prediction through Multimodal Visual Sequence Transformers
von: Karypidis, Efstathios, et al.
Veröffentlicht: (2025)

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

Representations Before Pixels: Semantics-Guided Hierarchical Video Prediction
von: Karypidis, Efstathios, et al.
Veröffentlicht: (2026)

EQ-VAE: Equivariance Regularized Latent Space for Improved Generative Image Modeling
von: Kouzelis, Theodoros, et al.
Veröffentlicht: (2025)

SPOT: Self-Training with Patch-Order Permutation for Object-Centric Learning with Autoregressive Transformers
von: Kakogeorgiou, Ioannis, et al.
Veröffentlicht: (2023)

Multi-Token Prediction Needs Registers
von: Gerontopoulos, Anastasios, et al.
Veröffentlicht: (2025)

Technical Report for the 5th CLVision Challenge at CVPR: Addressing the Class-Incremental with Repetition using Unlabeled Data -- 4th Place Solution
von: Moraiti, Panagiota, et al.
Veröffentlicht: (2025)

MOCA: Self-supervised Representation Learning by Predicting Masked Online Codebook Assignments
von: Gidaris, Spyros, et al.
Veröffentlicht: (2023)

Composed Image Retrieval for Remote Sensing
von: Psomas, Bill, et al.
Veröffentlicht: (2024)

Enabling Local Editing in Diffusion Models by Joint and Individual Component Analysis
von: Kouzelis, Theodoros, et al.
Veröffentlicht: (2024)

Attention, Please! Revisiting Attentive Probing Through the Lens of Efficiency
von: Psomas, Bill, et al.
Veröffentlicht: (2025)

Boosting Visual Instruction Tuning with Self-Supervised Guidance
von: Sirko-Galouchenko, Sophia, et al.
Veröffentlicht: (2026)

Benchmarking Composed Image Retrieval for Applied Earth Observation
von: Psomas, Bill, et al.
Veröffentlicht: (2026)

REGLUE Your Latents with Global and Local Semantics for Entangled Diffusion
von: Petsangourakis, Giorgos, et al.
Veröffentlicht: (2025)

POP-3D: Open-Vocabulary 3D Occupancy Prediction from Images
von: Vobecky, Antonin, et al.
Veröffentlicht: (2024)

ToNNO: Tomographic Reconstruction of a Neural Network's Output for Weakly Supervised Segmentation of 3D Medical Images
von: Schmidt-Mengin, Marius, et al.
Veröffentlicht: (2024)

Unsupervised Object Localization in the Era of Self-Supervised ViTs: A Survey
von: Siméoni, Oriane, et al.
Veröffentlicht: (2023)

Retrieve and Segment: Are a Few Examples Enough to Bridge the Supervision Gap in Open-Vocabulary Segmentation?
von: Aravanis, Tilemachos, et al.
Veröffentlicht: (2026)

DIP: Unsupervised Dense In-Context Post-training of Visual Representations
von: Sirko-Galouchenko, Sophia, et al.
Veröffentlicht: (2025)

TryOffAnyone: Tiled Cloth Generation from a Dressed Person
von: Xarchakos, Ioannis, et al.
Veröffentlicht: (2024)

Drive&Segment: Unsupervised Semantic Segmentation of Urban Scenes via Cross-modal Distillation
von: Vobecky, Antonin, et al.
Veröffentlicht: (2022)

No Train, all Gain: Self-Supervised Gradients Improve Deep Frozen Representations
von: Simoncini, Walter, et al.
Veröffentlicht: (2024)

OccFeat: Self-supervised Occupancy Feature Prediction for Pretraining BEV Segmentation Networks
von: Sirko-Galouchenko, Sophia, et al.
Veröffentlicht: (2024)

Vanilla ViT for Automotive Point Cloud Semantic Segmentation
von: Puy, Gilles, et al.
Veröffentlicht: (2026)

Three Pillars improving Vision Foundation Model Distillation for Lidar
von: Puy, Gilles, et al.
Veröffentlicht: (2023)

Joint Generative Modeling of Grounded Scene Graphs and Images via Diffusion Models
von: Xu, Bicheng, et al.
Veröffentlicht: (2024)

Interpreting and Analysing CLIP's Zero-Shot Image Classification via Mutual Knowledge
von: Sammani, Fawaz, et al.
Veröffentlicht: (2024)

NVComposer: Boosting Generative Novel View Synthesis with Multiple Sparse and Unposed Images
von: Li, Lingen, et al.
Veröffentlicht: (2024)

Comparison Analysis of Traditional Machine Learning and Deep Learning Techniques for Data and Image Classification
von: Karypidis, Efstathios, et al.
Veröffentlicht: (2022)

HyPER-GAN: Hybrid Patch-Based Image-to-Image Translation for Real-Time Photorealism Enhancement
von: Pasios, Stefanos, et al.
Veröffentlicht: (2026)

Boosting Few-Shot Detection with Large Language Models and Layout-to-Image Synthesis
von: Abdullah, Ahmed, et al.
Veröffentlicht: (2024)

Interpretable Vision Transformers in Image Classification via SVDA
von: Arampatzakis, Vasileios, et al.
Veröffentlicht: (2026)

Instant 3D Human Avatar Generation using Image Diffusion Models
von: Kolotouros, Nikos, et al.
Veröffentlicht: (2024)

TextBoost: Boosting Text Encoder for Personalized Text-to-Image Generation
von: Park, NaHyeon, et al.
Veröffentlicht: (2024)

Generative Adversarial Synthesis and Deep Feature Discrimination of Brain Tumor MRI Images
von: Ali, Md Sumon, et al.
Veröffentlicht: (2025)

Environment-Aware Satellite Image Generation with Diffusion Models
von: Kostagiolas, Nikos, et al.
Veröffentlicht: (2025)

Guided Image Synthesis via Initial Image Editing in Diffusion Model
von: Mao, Jiafeng, et al.
Veröffentlicht: (2023)

Masked Image Modelling for retinal OCT understanding
von: Pissas, Theodoros, et al.
Veröffentlicht: (2024)

Boosting Image Restoration via Priors from Pre-trained Models
von: Xu, Xiaogang, et al.
Veröffentlicht: (2024)