Buchumschlag

TexTAR : Textual Attribute Recognition in Multi-domain and Multi-lingual Document Images

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kumar, Rohan, Jinka, Jyothi Swaroopa, Sarvadevabhatla, Ravi Kiran
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

Transfer-LMR: Heavy-Tail Driving Behavior Recognition in Diverse Traffic Scenarios
von: Parikh, Chirag, et al.
Veröffentlicht: (2024)

IndicDLP: A Foundational Dataset for Multi-Lingual and Multi-Domain Document Layout Parsing
von: Nath, Oikantik, et al.
Veröffentlicht: (2025)

MoRAG -- Multi-Fusion Retrieval Augmented Generation for Human Motion
von: Kalakonda, Sai Shashank, et al.
Veröffentlicht: (2024)

RoadTones: Tone Controllable Text Generation from Road Event Videos
von: Parikh, Chirag, et al.
Veröffentlicht: (2026)

IDD-X: A Multi-View Dataset for Ego-relative Important Object Localization and Explanation in Dense and Unstructured Traffic
von: Parikh, Chirag, et al.
Veröffentlicht: (2024)

DashCop: Automated E-ticket Generation for Two-Wheeler Traffic Violations Using Dashcam Videos
von: Rawat, Deepti, et al.
Veröffentlicht: (2025)

RoadSocial: A Diverse VideoQA Dataset and Benchmark for Road Event Understanding from Social Video Narratives
von: Parikh, Chirag, et al.
Veröffentlicht: (2025)

SeeThrough3D: Occlusion Aware 3D Control in Text-to-Image Generation
von: Agrawal, Vaibhav, et al.
Veröffentlicht: (2026)

STRinGS: Selective Text Refinement in Gaussian Splatting
von: Raundhal, Abhinav, et al.
Veröffentlicht: (2025)

OLAF: A Plug-and-Play Framework for Enhanced Multi-object Multi-part Scene Parsing
von: Gupta, Pranav, et al.
Veröffentlicht: (2024)

CrackUDA: Incremental Unsupervised Domain Adaptation for Improved Crack Segmentation in Civil Structures
von: Srivastava, Kushagra, et al.
Veröffentlicht: (2024)

Unveiling Text in Challenging Stone Inscriptions: A Character-Context-Aware Patching Strategy for Binarization
von: Jena, Pratyush, et al.
Veröffentlicht: (2026)

Embedding Textual Information in Images Using Quinary Pixel Combinations
von: Kandala, A V Uday Kiran
Veröffentlicht: (2026)

MADS: Multi-Attribute Document Supervision for Zero-Shot Image Classification
von: Qu, Xiangyan, et al.
Veröffentlicht: (2025)

ViTA-PAR: Visual and Textual Attribute Alignment with Attribute Prompting for Pedestrian Attribute Recognition
von: Park, Minjeong, et al.
Veröffentlicht: (2025)

TexPainter: Generative Mesh Texturing with Multi-view Consistency
von: Zhang, Hongkun, et al.
Veröffentlicht: (2024)

MD-ProjTex: Texturing 3D Shapes with Multi-Diffusion Projection
von: Yildirim, Ahmet Burak, et al.
Veröffentlicht: (2025)

MixTex: Unambiguous Recognition Should Not Rely Solely on Real Data
von: Luo, Renqing, et al.
Veröffentlicht: (2024)

Mask-Guided Multi-Task Network for Face Attribute Recognition
von: Gao, Gong, et al.
Veröffentlicht: (2026)

Pedestrian Attribute Recognition as Label-balanced Multi-label Learning
von: Zhou, Yibo, et al.
Veröffentlicht: (2024)

BoxingVI: A Multi-Modal Benchmark for Boxing Action Recognition and Localization
von: Kumar, Rahul, et al.
Veröffentlicht: (2025)

FAR-AMTN: Attention Multi-Task Network for Face Attribute Recognition
von: Gao, Gong, et al.
Veröffentlicht: (2026)

Textual Localization: Decomposing Multi-concept Images for Subject-Driven Text-to-Image Generation
von: Shentu, Junjie, et al.
Veröffentlicht: (2024)

Advancing Textual Prompt Learning with Anchored Attributes
von: Li, Zheng, et al.
Veröffentlicht: (2024)

Cross-domain Few-shot Object Detection with Multi-modal Textual Enrichment
von: Shangguan, Zeyu, et al.
Veröffentlicht: (2025)

TexGen: Text-Guided 3D Texture Generation with Multi-view Sampling and Resampling
von: Huo, Dong, et al.
Veröffentlicht: (2024)

Unveil: Unified Visual-Textual Integration and Distillation for Multi-modal Document Retrieval
von: Sun, Hao, et al.
Veröffentlicht: (2026)

SignVTCL: Multi-Modal Continuous Sign Language Recognition Enhanced by Visual-Textual Contrastive Learning
von: Chen, Hao, et al.
Veröffentlicht: (2024)

Multi Attribute Bias Mitigation via Representation Learning
von: Dwivedi, Rajeev Ranjan, et al.
Veröffentlicht: (2025)

EASI-Tex: Edge-Aware Mesh Texturing from Single Image
von: Perla, Sai Raj Kishore, et al.
Veröffentlicht: (2024)

Adaptive Prototype Model for Attribute-based Multi-label Few-shot Action Recognition
von: Xiao, Juefeng, et al.
Veröffentlicht: (2025)

TAR: Text Semantic Assisted Cross-modal Image Registration Framework for Optical and SAR Images
von: Cai, Zhuoyu, et al.
Veröffentlicht: (2026)

VISTANet: VIsual Spoken Textual Additive Net for Interpretable Multimodal Emotion Recognition
von: Kumar, Puneet, et al.
Veröffentlicht: (2022)

RomanTex: Decoupling 3D-aware Rotary Positional Embedded Multi-Attention Network for Texture Synthesis
von: Feng, Yifei, et al.
Veröffentlicht: (2025)

GenesisTex: Adapting Image Denoising Diffusion to Texture Space
von: Gao, Chenjian, et al.
Veröffentlicht: (2024)

Efficient Multi-domain Text Recognition Deep Neural Network Parameterization with Residual Adapters
von: Chao, Jiayou, et al.
Veröffentlicht: (2024)

ViTAR: Vision Transformer with Any Resolution
von: Fan, Qihang, et al.
Veröffentlicht: (2024)

MAKIMA: Tuning-free Multi-Attribute Open-domain Video Editing via Mask-Guided Attention Modulation
von: Zheng, Haoyu, et al.
Veröffentlicht: (2024)

CustomTex: High-fidelity Indoor Scene Texturing via Multi-Reference Customization
von: Chen, Weilin, et al.
Veröffentlicht: (2026)

MSMA: Multi-Scale Feature Fusion For Multi-Attribute 3D Face Reconstruction From Unconstrained Images
von: Cao, Danling
Veröffentlicht: (2025)