Buchumschlag

Focus-Scan-Refine: From Human Visual Perception to Efficient Visual Token Pruning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tong, Enwei, Bai, Yuanchao, Zhu, Yao, Jiang, Junjun, Liu, Xianming
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

Semantic Ensemble Loss and Latent Refinement for High-Fidelity Neural Image Compression
von: Li, Daxin, et al.
Veröffentlicht: (2024)

GroupedMixer: An Entropy Model with Group-wise Token-Mixers for Learned Image Compression
von: Li, Daxin, et al.
Veröffentlicht: (2024)

Rethinking Autoregressive Models for Lossless Image Compression via Hierarchical Parallelism and Progressive Adaptation
von: Li, Daxin, et al.
Veröffentlicht: (2025)

PVContext: Hybrid Context Model for Point Cloud Compression
von: Zhang, Guoqing, et al.
Veröffentlicht: (2024)

CALLIC: Content Adaptive Learning for Lossless Image Compression
von: Li, Daxin, et al.
Veröffentlicht: (2024)

IVC-Prune: Revealing the Implicit Visual Coordinates in LVLMs for Vision Token Pruning
von: Sun, Zhichao, et al.
Veröffentlicht: (2026)

PruneVid: Visual Token Pruning for Efficient Video Large Language Models
von: Huang, Xiaohu, et al.
Veröffentlicht: (2024)

Learning Lossless Compression for High Bit-Depth Volumetric Medical Image
von: Wang, Kai, et al.
Veröffentlicht: (2024)

GridPrune: From "Where to Look" to "What to Select" in Visual Token Pruning for MLLMs
von: Duan, Yuxiang, et al.
Veröffentlicht: (2025)

UTPTrack: Towards Simple and Unified Token Pruning for Visual Tracking
von: Wu, Hao, et al.
Veröffentlicht: (2026)

Learning from History: Task-agnostic Model Contrastive Learning for Image Restoration
von: Wu, Gang, et al.
Veröffentlicht: (2023)

Boosting All-in-One Image Restoration via Self-Improved Privilege Learning
von: Wu, Gang, et al.
Veröffentlicht: (2025)

VRS-UIE: Value-Driven Reordering Scanning for Underwater Image Enhancement
von: Jiang, Kui, et al.
Veröffentlicht: (2025)

FocusLLaVA: A Coarse-to-Fine Approach for Efficient and Effective Visual Token Compression
von: Zhu, Yuke, et al.
Veröffentlicht: (2024)

Transforming Image Super-Resolution: A ConvFormer-based Efficient Approach
von: Wu, Gang, et al.
Veröffentlicht: (2024)

HAWK: Head Importance-Aware Visual Token Pruning in Multimodal Models
von: Zhu, Qihui, et al.
Veröffentlicht: (2026)

Spatial Annealing for Efficient Few-shot Neural Rendering
von: Xiao, Yuru, et al.
Veröffentlicht: (2024)

Factorized Visual Tokenization and Generation
von: Bai, Zechen, et al.
Veröffentlicht: (2024)

When Token Pruning is Worse than Random: Understanding Visual Token Information in VLLMs
von: Wang, Yahong, et al.
Veröffentlicht: (2025)

CROP: Contextual Region-Oriented Visual Token Pruning
von: Guo, Jiawei, et al.
Veröffentlicht: (2025)

StreamingAssistant: Efficient Visual Token Pruning for Accelerating Online Video Understanding
von: Jin, Xinqi, et al.
Veröffentlicht: (2025)

Bridging the Semantic-Action Gap in Visual Token Pruning for Efficient VLA Inference
von: Liu, Ziyan, et al.
Veröffentlicht: (2025)

IDPruner: Harmonizing Importance and Diversity in Visual Token Pruning for MLLMs
von: Tan, Yifan, et al.
Veröffentlicht: (2026)

UDPNet: Unleashing Depth-based Priors for Robust Image Dehazing
von: Zuo, Zengyuan, et al.
Veröffentlicht: (2026)

Image Deblurring by Exploring In-depth Properties of Transformer
von: Liang, Pengwei, et al.
Veröffentlicht: (2023)

OTPrune: Distribution-Aligned Visual Token Pruning via Optimal Transport
von: Chen, Xiwen, et al.
Veröffentlicht: (2026)

LLV-FSR: Exploiting Large Language-Vision Prior for Face Super-resolution
von: Wang, Chenyang, et al.
Veröffentlicht: (2024)

Pear: Pruning and Sharing Adapters in Visual Parameter-Efficient Fine-Tuning
von: Zhong, Yibo, et al.
Veröffentlicht: (2024)

EntropyPrune: Matrix Entropy Guided Visual Token Pruning for Multimodal Large Language Models
von: Wang, Yahong, et al.
Veröffentlicht: (2026)

TrimTokenator: Towards Adaptive Visual Token Pruning for Large Multimodal Models
von: Zhang, Hao, et al.
Veröffentlicht: (2025)

Refining CLIP's Spatial Awareness: A Visual-Centric Perspective
von: Qiu, Congpei, et al.
Veröffentlicht: (2025)

Geometry-Guided 3D Visual Token Pruning for Video-Language Models
von: Li, Han, et al.
Veröffentlicht: (2026)

ERASE: Eliminating Redundant Visual Tokens via Adaptive Two-Stage Token Pruning
von: Lee, Yuna, et al.
Veröffentlicht: (2026)

ToDRE: Effective Visual Token Pruning via Token Diversity and Task Relevance
von: Li, Duo, et al.
Veröffentlicht: (2025)

DSwinIR: Rethinking Window-based Attention for Image Restoration
von: Wu, Gang, et al.
Veröffentlicht: (2025)

COB-GS: Clear Object Boundaries in 3DGS Segmentation Based on Boundary-Adaptive Gaussian Splitting
von: Zhang, Jiaxin, et al.
Veröffentlicht: (2025)

Beyond Degradation Redundancy: Contrastive Prompt Learning for All-in-One Image Restoration
von: Wu, Gang, et al.
Veröffentlicht: (2025)

A Glimpse to Compress: Dynamic Visual Token Pruning for Large Vision-Language Models
von: Zeng, Quan-Sheng, et al.
Veröffentlicht: (2025)

TokenPacker: Efficient Visual Projector for Multimodal LLM
von: Li, Wentong, et al.
Veröffentlicht: (2024)

Fully $1\times1$ Convolutional Network for Lightweight Image Super-Resolution
von: Wu, Gang, et al.
Veröffentlicht: (2023)