Buchumschlag

GA2-CLIP: Generic Attribute Anchor for Efficient Prompt Tuningin Video-Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Bin, Hu, Ruotong, Li, Wentong, Wang, Wenqian, Gao, Mingliang, Cong, Runmin, Zhang, Wei, Jiang, Xudong
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

TDS-CLIP: Temporal Difference Side Network for Efficient VideoAction Recognition
von: Wang, Bin, et al.
Veröffentlicht: (2024)

VTD-CLIP: Video-to-Text Discretization via Prompting CLIP
von: Zhu, Wencheng, et al.
Veröffentlicht: (2025)

Pedestrian Attribute Recognition via CLIP based Prompt Vision-Language Fusion
von: Wang, Xiao, et al.
Veröffentlicht: (2023)

GazeCLIP: Gaze-Guided CLIP with Adaptive-Enhanced Fine-Grained Language Prompt for Deepfake Attribution and Detection
von: Zhang, Yaning, et al.
Veröffentlicht: (2026)

Continual Learning on CLIP via Incremental Prompt Tuning with Intrinsic Textual Anchors
von: Lu, Haodong, et al.
Veröffentlicht: (2025)

Divide-and-Conquer Decoupled Network for Cross-Domain Few-Shot Segmentation
von: Cong, Runmin, et al.
Veröffentlicht: (2025)

TA-Prompting: Enhancing Video Large Language Models for Dense Video Captioning via Temporal Anchors
von: Cheng, Wei-Yuan, et al.
Veröffentlicht: (2026)

Video-KTR: Reinforcing Video Reasoning via Key Token Attribution
von: Wang, Ziyue, et al.
Veröffentlicht: (2026)

MoCLIP-Lite: Efficient Video Recognition by Fusing CLIP with Motion Vectors
von: Huang, Binhua, et al.
Veröffentlicht: (2025)

BadCLIP: Trigger-Aware Prompt Learning for Backdoor Attacks on CLIP
von: Bai, Jiawang, et al.
Veröffentlicht: (2023)

Video Object Segmentation via SAM 2: The 4th Solution for LSVOS Challenge VOS Track
von: Pan, Feiyu, et al.
Veröffentlicht: (2024)

MoGA: Mixture-of-Groups Attention for End-to-End Long Video Generation
von: Jia, Weinan, et al.
Veröffentlicht: (2025)

The 1st Solution for 4th PVUW MeViS Challenge: Unleashing the Potential of Large Multimodal Models for Referring Video Segmentation
von: Fang, Hao, et al.
Veröffentlicht: (2025)

Low-light Image Enhancement via CLIP-Fourier Guided Wavelet Diffusion
von: Xue, Minglong, et al.
Veröffentlicht: (2024)

AttriPrompt: Dynamic Prompt Composition Learning for CLIP
von: Zhan, Qiqi, et al.
Veröffentlicht: (2025)

GenCLIP: Generalizing CLIP Prompts for Zero-shot Anomaly Detection
von: Kim, Donghyeong, et al.
Veröffentlicht: (2025)

Neural Discrimination-Prompted Transformers for Efficient UHD Image Restoration and Enhancement
von: Wang, Cong, et al.
Veröffentlicht: (2026)

GA-VLN: Geometry-Aware BEV Representation for Efficient Vision-Language Navigation
von: Yang, Jiahao, et al.
Veröffentlicht: (2026)

AnchorSync: Global Consistency Optimization for Long Video Editing
von: Liu, Zichi, et al.
Veröffentlicht: (2025)

Harmonizing and Merging Source Models for CLIP-based Domain Generalization
von: Ding, Yuhe, et al.
Veröffentlicht: (2025)

C2P-CLIP: Injecting Category Common Prompt in CLIP to Enhance Generalization in Deepfake Detection
von: Tan, Chuangchuang, et al.
Veröffentlicht: (2024)

Focus, Distinguish, and Prompt: Unleashing CLIP for Efficient and Flexible Scene Text Retrieval
von: Zeng, Gangyan, et al.
Veröffentlicht: (2024)

CLIP model is an Efficient Online Lifelong Learner
von: Wang, Leyuan, et al.
Veröffentlicht: (2024)

Aggregate-and-Adapt Natural Language Prompts for Downstream Generalization of CLIP
von: Huang, Chen, et al.
Veröffentlicht: (2024)

SANER: Annotation-free Societal Attribute Neutralizer for Debiasing CLIP
von: Hirota, Yusuke, et al.
Veröffentlicht: (2024)

AdaptCLIP: Adapting CLIP for Universal Visual Anomaly Detection
von: Gao, Bin-Bin, et al.
Veröffentlicht: (2025)

From Sight to Insight: Unleashing Eye-Tracking in Weakly Supervised Video Salient Object Detection
von: Qin, Qi, et al.
Veröffentlicht: (2025)

Taming Real-World Space-Time Video Super-Resolution with One-Step Diffusion
von: Wei, Shuoyan, et al.
Veröffentlicht: (2026)

Neural Antidote: Class-Wise Prompt Tuning for Purifying Backdoors in CLIP
von: Kong, Jiawei, et al.
Veröffentlicht: (2025)

MobileViCLIP: An Efficient Video-Text Model for Mobile Devices
von: Yang, Min, et al.
Veröffentlicht: (2025)

Gloria: Consistent Character Video Generation via Content Anchors
von: Yang, Yuhang, et al.
Veröffentlicht: (2026)

AnchorCrafter: Animate Cyber-Anchors Selling Your Products via Human-Object Interacting Video Generation
von: Xu, Ziyi, et al.
Veröffentlicht: (2024)

MedP-CLIP: Medical CLIP with Region-Aware Prompt Integration
von: Peng, Jiahui, et al.
Veröffentlicht: (2026)

Visual Attention Drifts,but Anchors Hold:Mitigating Hallucination in Multimodal Large Language Models via Cross-Layer Visual Anchors
von: Yang, Chengxu, et al.
Veröffentlicht: (2026)

Integrated Structural Prompt Learning for Vision-Language Models
von: Wang, Jiahui, et al.
Veröffentlicht: (2025)

TokenCLIP: Token-wise Prompt Learning for Zero-shot Anomaly Detection
von: Zhou, Qihang, et al.
Veröffentlicht: (2025)

VideoCLIP-XL: Advancing Long Description Understanding for Video CLIP Models
von: Wang, Jiapeng, et al.
Veröffentlicht: (2024)

EPiC: Efficient Video Camera Control Learning with Precise Anchor-Video Guidance
von: Wang, Zun, et al.
Veröffentlicht: (2025)

SRL-CLIP: Efficient CLIP Video Adaptation via Structured Semantic Role Labels
von: Singh, Darshan, et al.
Veröffentlicht: (2024)

Language Prompt vs. Image Enhancement: Boosting Object Detection With CLIP in Hazy Environments
von: Pang, Jian, et al.
Veröffentlicht: (2026)