Buchumschlag

Representation Learning with Semantic-aware Instance and Sparse Token Alignments

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bui, Phuoc-Nguyen, Nguyen, Toan Duc, Bum, Junghyun, Le, Duc-Tai, Choo, Hyunseung
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multi-scale Feature Enhancement in Multi-task Learning for Medical Image Analysis
von: Bui, Phuoc-Nguyen, et al.
Veröffentlicht: (2024)

Frequency Adapter with SAM for Generalized Medical Image Segmentation
von: Bui, Phuoc-Nguyen, et al.
Veröffentlicht: (2026)

Clinical Graph-Mediated Distillation for Unpaired MRI-to-CFI Hypertension Prediction
von: Imans, Dillan, et al.
Veröffentlicht: (2026)

Unsupervised Domain Adaptation with SAM-RefiSeR for Enhanced Brain Tumor Segmentation
von: Imans, Dillan, et al.
Veröffentlicht: (2026)

Cross Feature Fusion of Fundus Image and Generated Lesion Map for Referable Diabetic Retinopathy Classification
von: Mok, Dahyun, et al.
Veröffentlicht: (2024)

Adaptive Cache Enhancement for Test-Time Adaptation of Vision-Language Models
von: Nguyen, Khanh-Binh, et al.
Veröffentlicht: (2025)

Accelerating Conditional Prompt Learning via Masked Image Modeling for Vision-Language Models
von: Bui, Phuoc-Nguyen, et al.
Veröffentlicht: (2025)

Attn-Adapter: Attention Is All You Need for Online Few-shot Learner of Vision-Language Model
von: Bui, Phuoc-Nguyen, et al.
Veröffentlicht: (2025)

Response-Aware Multimodal Learning for Post-Treatment Visual Acuity Forecasting
von: Bui, Phuoc-Nguyen, et al.
Veröffentlicht: (2026)

h-Edit: Effective and Flexible Diffusion-Based Editing via Doob's h-Transform
von: Nguyen, Toan, et al.
Veröffentlicht: (2025)

Bidirectional Diffusion Bridge Models
von: Kieu, Duc, et al.
Veröffentlicht: (2025)

Semi-supervised 3D Semantic Scene Completion with 2D Vision Foundation Model Guidance
von: Pham, Duc-Hai, et al.
Veröffentlicht: (2024)

Collaborative Perceiver: Elevating Vision-based 3D Object Detection via Local Density-Aware Spatial Occupancy
von: Yuan, Jicheng, et al.
Veröffentlicht: (2025)

Domain Generalization through Spatial Relation Induction over Visual Primitives
von: Nguyen, Dat, et al.
Veröffentlicht: (2026)

Enhanced Generative Data Augmentation for Semantic Segmentation via Stronger Guidance
von: Che, Quang-Huy, et al.
Veröffentlicht: (2024)

YOWOv3: An Efficient and Generalized Framework for Human Action Detection and Recognition
von: Dang, Duc Manh Nguyen, et al.
Veröffentlicht: (2024)

MoBind: Motion Binding for Fine-Grained IMU-Video Pose Alignment
von: Nguyen, Duc Duy, et al.
Veröffentlicht: (2026)

Improved Training Technique for Shortcut Models
von: Nguyen, Anh, et al.
Veröffentlicht: (2025)

VisionKG: Unleashing the Power of Visual Datasets via Knowledge Graph
von: Yuan, Jicheng, et al.
Veröffentlicht: (2023)

Exploring the Practicality of Federated Learning: A Survey Towards the Communication Perspective
von: Le, Khiem, et al.
Veröffentlicht: (2024)

A comparison of extended object tracking with multi-modal sensors in indoor environment
von: Shuai, Jiangtao, et al.
Veröffentlicht: (2024)

A model-agnostic active learning approach for animal detection from camera traps
von: Nguyen, Thi Thu Thuy, et al.
Veröffentlicht: (2025)

MatSSL: Robust Self-Supervised Representation Learning for Metallographic Image Segmentation
von: Nguyen, Hoang Hai Nam, et al.
Veröffentlicht: (2025)

PADM: A Physics-aware Diffusion Model for Attenuation Correction
von: Pham, Trung Kien, et al.
Veröffentlicht: (2025)

The Art of Camouflage: Few-Shot Learning for Animal Detection and Segmentation
von: Nguyen, Thanh-Danh, et al.
Veröffentlicht: (2023)

Multi-Surrogate-Teacher Assistance for Representation Alignment in Fingerprint-based Indoor Localization
von: Nguyen, Son Minh, et al.
Veröffentlicht: (2024)

BALM: A Model-Agnostic Framework for Balanced Multimodal Learning under Imbalanced Missing Rates
von: Nguyen, Phuong-Anh, et al.
Veröffentlicht: (2026)

Color Alignment in Diffusion
von: Shum, Ka Chun, et al.
Veröffentlicht: (2025)

Instance-dependent Noisy-label Learning with Graphical Model Based Noise-rate Estimation
von: Garg, Arpit, et al.
Veröffentlicht: (2023)

Dual Strategies for Test-Time Adaptation
von: Phuong, Nam Nguyen, et al.
Veröffentlicht: (2026)

Multi-Perspective Data Augmentation for Few-shot Object Detection
von: Vu, Anh-Khoa Nguyen, et al.
Veröffentlicht: (2025)

Open3DIS: Open-Vocabulary 3D Instance Segmentation with 2D Mask Guidance
von: Nguyen, Phuc D. A., et al.
Veröffentlicht: (2023)

LLMind: Bio-inspired Training-free Adaptive Visual Representations for Vision-Language Models
von: Debnath, Soumyaratna, et al.
Veröffentlicht: (2026)

Detection Fire in Camera RGB-NIR
von: Khai, Nguyen Truong, et al.
Veröffentlicht: (2025)

Anatomical Attention Alignment representation for Radiology Report Generation
von: Nguyen, Quang Vinh, et al.
Veröffentlicht: (2025)

PDIWS: Thermal Imaging Dataset for Person Detection in Intrusion Warning Systems
von: Thuan, Nguyen Duc, et al.
Veröffentlicht: (2023)

Enhancing person re-identification via Uncertainty Feature Fusion Method and Auto-weighted Measure Combination
von: Che, Quang-Huy, et al.
Veröffentlicht: (2024)

FurniMAS: Language-Guided Furniture Decoration using Multi-Agent System
von: Nguyen, Toan, et al.
Veröffentlicht: (2025)

Deep-Wide Learning Assistance for Insect Pest Classification
von: Nguyen, Toan, et al.
Veröffentlicht: (2024)

TwinLiteNet+: An Enhanced Multi-Task Segmentation Model for Autonomous Driving
von: Che, Quang-Huy, et al.
Veröffentlicht: (2024)