Buchumschlag

S2AFormer: Strip Self-Attention for Efficient Vision Transformer

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Guoan, Huang, Wenfeng, Jia, Wenjing, Li, Jiamao, Gao, Guangwei, Qi, Guo-Jun
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

SCASeg: Strip Cross-Attention for Efficient Semantic Segmentation
von: Xu, Guoan, et al.
Veröffentlicht: (2024)

ReviveDiff: A Universal Diffusion Model for Restoring Images in Adverse Weather Conditions
von: Huang, Wenfeng, et al.
Veröffentlicht: (2024)

RSGMamba: Reliability-Aware Self-Gated State Space Model for Multimodal Semantic Segmentation
von: Xu, Guoan, et al.
Veröffentlicht: (2026)

WaveSeg: Enhancing Segmentation Precision via High-Frequency Prior and Mamba-Driven Spectrum Decomposition
von: Xu, Guoan, et al.
Veröffentlicht: (2025)

MacFormer: Semantic Segmentation with Fine Object Boundaries
von: Xu, Guoan, et al.
Veröffentlicht: (2024)

HAFormer: Unleashing the Power of Hierarchy-Aware Features for Lightweight Semantic Segmentation
von: Xu, Guoan, et al.
Veröffentlicht: (2024)

Efficient Semantic Segmentation via Lightweight Multiple-Information Interaction Network
von: Qiu, Yangyang, et al.
Veröffentlicht: (2024)

Versatile and Efficient Medical Image Super-Resolution Via Frequency-Gated Mamba
von: Huang, Wenfeng, et al.
Veröffentlicht: (2025)

Vision Transformers are Circulant Attention Learners
von: Han, Dongchen, et al.
Veröffentlicht: (2025)

JointSplat: Probabilistic Joint Flow-Depth Optimization for Sparse-View Gaussian Splatting
von: Xiao, Yang, et al.
Veröffentlicht: (2025)

Representative Attention For Vision Transformers
von: Li, Yuntong, et al.
Veröffentlicht: (2026)

Cross Paradigm Representation and Alignment Transformer for Image Deraining
von: Zou, Shun, et al.
Veröffentlicht: (2025)

Efficient Image Super-Resolution with Feature Interaction Weighted Hybrid Network
von: Li, Wenjie, et al.
Veröffentlicht: (2022)

SAGS: Self-Adaptive Alias-Free Gaussian Splatting for Dynamic Surgical Endoscopic Reconstruction
von: Huang, Wenfeng, et al.
Veröffentlicht: (2025)

FADPNet: Frequency-Aware Dual-Path Network for Face Super-Resolution
von: Xu, Siyu, et al.
Veröffentlicht: (2025)

Self-Supervised Selective-Guided Diffusion Model for Old-Photo Face Restoration
von: Li, Wenjie, et al.
Veröffentlicht: (2025)

Efficient Diffusion Transformer with Step-wise Dynamic Attention Mediators
von: Pu, Yifan, et al.
Veröffentlicht: (2024)

MicroViT: A Vision Transformer with Low Complexity Self Attention for Edge Device
von: Setyawan, Novendra, et al.
Veröffentlicht: (2025)

Multiple-Exit Tuning: Towards Inference-Efficient Adaptation for Vision Transformer
von: Liu, Zheng, et al.
Veröffentlicht: (2024)

EViT: An Eagle Vision Transformer with Bi-Fovea Self-Attention
von: Shi, Yulong, et al.
Veröffentlicht: (2023)

Polyline Path Masked Attention for Vision Transformer
von: Zhao, Zhongchen, et al.
Veröffentlicht: (2025)

GeminiFusion: Efficient Pixel-wise Multimodal Fusion for Vision Transformer
von: Jia, Ding, et al.
Veröffentlicht: (2024)

Transformer-Progressive Mamba Network for Lightweight Image Super-Resolution
von: Guo, Sichen, et al.
Veröffentlicht: (2025)

ToSA: Token Selective Attention for Efficient Vision Transformers
von: Singh, Manish Kumar, et al.
Veröffentlicht: (2024)

Artifacts and Attention Sinks: Structured Approximations for Efficient Vision Transformers
von: Lu, Andrew, et al.
Veröffentlicht: (2025)

Calibration Attention: Learning Reliability-Aware Representations for Vision Transformers
von: Liang, Wenhao, et al.
Veröffentlicht: (2025)

Structured Initialization for Attention in Vision Transformers
von: Zheng, Jianqiao, et al.
Veröffentlicht: (2024)

Improving Vision Transformers by Overlapping Heads in Multi-Head Self-Attention
von: Zhang, Tianxiao, et al.
Veröffentlicht: (2024)

Parallel Cross Strip Attention Network for Single Image Dehazing
von: Tong, Lihan, et al.
Veröffentlicht: (2024)

TCSAFormer: Efficient Vision Transformer with Token Compression and Sparse Attention for Medical Image Segmentation
von: Xia, Zunhui, et al.
Veröffentlicht: (2025)

StripDet: Strip Attention-Based Lightweight 3D Object Detection from Point Cloud
von: Wang, Weichao, et al.
Veröffentlicht: (2025)

Vision Transformers with Hierarchical Attention
von: Liu, Yun, et al.
Veröffentlicht: (2021)

Lightweight Vision Transformer with Window and Spatial Attention for Food Image Classification
von: Gao, Xinle, et al.
Veröffentlicht: (2025)

Attention-Guided Multi-scale Interaction Network for Face Super-Resolution
von: Wan, Xujie, et al.
Veröffentlicht: (2024)

MambaMIC: An Efficient Baseline for Microscopic Image Classification with State Space Models
von: Zou, Shun, et al.
Veröffentlicht: (2024)

Efficient Self-supervised Vision Pretraining with Local Masked Reconstruction
von: Chen, Jun, et al.
Veröffentlicht: (2022)

Efficient Generation of Targeted and Transferable Adversarial Examples for Vision-Language Models Via Diffusion Models
von: Guo, Qi, et al.
Veröffentlicht: (2024)

EDIT: Enhancing Vision Transformers by Mitigating Attention Sink through an Encoder-Decoder Architecture
von: Feng, Wenfeng, et al.
Veröffentlicht: (2025)

PADRe: A Unifying Polynomial Attention Drop-in Replacement for Efficient Vision Transformer
von: Letourneau, Pierre-David, et al.
Veröffentlicht: (2024)

Castling-ViT: Compressing Self-Attention via Switching Towards Linear-Angular Attention at Vision Transformer Inference
von: You, Haoran, et al.
Veröffentlicht: (2022)