PointAlign: Feature-Level Alignment Regularization for 3D Vision-Language Models
Fuente:
arXiv
Salvato in:
| Autori principali: | Su, Yuanhao, Zhang, Shaofeng, Jia, Xiaosong, Fan, Qi |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Denoising Vision Transformer Autoencoder with Spectral Self-Regularization
di: Xiang, Xunzhi, et al.
Pubblicazione: (2025)
di: Xiang, Xunzhi, et al.
Pubblicazione: (2025)
Modest-Align: Data-Efficient Alignment for Vision-Language Models
di: Liu, Jiaxiang, et al.
Pubblicazione: (2025)
di: Liu, Jiaxiang, et al.
Pubblicazione: (2025)
ComAlign: Compositional Alignment in Vision-Language Models
di: Abdollah, Ali, et al.
Pubblicazione: (2024)
di: Abdollah, Ali, et al.
Pubblicazione: (2024)
ContrastAlign: Toward Robust BEV Feature Alignment via Contrastive Learning for Multi-Modal 3D Object Detection
di: Song, Ziying, et al.
Pubblicazione: (2024)
di: Song, Ziying, et al.
Pubblicazione: (2024)
GraphAlign: Enhancing Accurate Feature Alignment by Graph matching for Multi-Modal 3D Object Detection
di: Song, Ziying, et al.
Pubblicazione: (2023)
di: Song, Ziying, et al.
Pubblicazione: (2023)
PatchAlign3D: Local Feature Alignment for Dense 3D Shape understanding
di: Hadgi, Souhail, et al.
Pubblicazione: (2026)
di: Hadgi, Souhail, et al.
Pubblicazione: (2026)
Beyond Defenses: Manifold-Aligned Regularization for Intrinsic 3D Point Cloud Robustness
di: Alonso, Pedro, et al.
Pubblicazione: (2026)
di: Alonso, Pedro, et al.
Pubblicazione: (2026)
DAVSP: Safety Alignment for Large Vision-Language Models via Deep Aligned Visual Safety Prompt
di: Zhang, Yitong, et al.
Pubblicazione: (2025)
di: Zhang, Yitong, et al.
Pubblicazione: (2025)
AlignMMBench: Evaluating Chinese Multimodal Alignment in Large Vision-Language Models
di: Wu, Yuhang, et al.
Pubblicazione: (2024)
di: Wu, Yuhang, et al.
Pubblicazione: (2024)
Repulsor: Accelerating Generative Modeling with a Contrastive Memory Bank
di: Zhang, Shaofeng, et al.
Pubblicazione: (2025)
di: Zhang, Shaofeng, et al.
Pubblicazione: (2025)
Knowledge Regularized Negative Feature Tuning of Vision-Language Models for Out-of-Distribution Detection
di: Zhu, Wenjie, et al.
Pubblicazione: (2025)
di: Zhu, Wenjie, et al.
Pubblicazione: (2025)
VLM-3R: Vision-Language Models Augmented with Instruction-Aligned 3D Reconstruction
di: Fan, Zhiwen, et al.
Pubblicazione: (2025)
di: Fan, Zhiwen, et al.
Pubblicazione: (2025)
ExpAlign: Expectation-Guided Vision-Language Alignment for Open-Vocabulary Grounding
di: Hu, Junyi, et al.
Pubblicazione: (2026)
di: Hu, Junyi, et al.
Pubblicazione: (2026)
Synth-Align: Improving Trustworthiness in Vision-Language Model with Synthetic Preference Data Alignment
di: Wijaya, Robert, et al.
Pubblicazione: (2024)
di: Wijaya, Robert, et al.
Pubblicazione: (2024)
Dual-Branch Center-Surrounding Contrast: Rethinking Contrastive Learning for 3D Point Clouds
di: Zhang, Shaofeng, et al.
Pubblicazione: (2025)
di: Zhang, Shaofeng, et al.
Pubblicazione: (2025)
Vision-Language Feature Alignment for Road Anomaly Segmentation
di: He, Zhuolin, et al.
Pubblicazione: (2026)
di: He, Zhuolin, et al.
Pubblicazione: (2026)
Token-Level Inference-Time Alignment for Vision-Language Models
di: Chen, Kejia, et al.
Pubblicazione: (2025)
di: Chen, Kejia, et al.
Pubblicazione: (2025)
CLIP-PCQA: Exploring Subjective-Aligned Vision-Language Modeling for Point Cloud Quality Assessment
di: Liu, Yating, et al.
Pubblicazione: (2025)
di: Liu, Yating, et al.
Pubblicazione: (2025)
PhysAlign: Physics-Coherent Image-to-Video Generation through Feature and 3D Representation Alignment
di: Xiong, Zhexiao, et al.
Pubblicazione: (2026)
di: Xiong, Zhexiao, et al.
Pubblicazione: (2026)
PCP-MAE: Learning to Predict Centers for Point Masked Autoencoders
di: Zhang, Xiangdong, et al.
Pubblicazione: (2024)
di: Zhang, Xiangdong, et al.
Pubblicazione: (2024)
Align3D-AD: Cross-Modal Feature Alignment and Dual-Prompt Learning for Zero-shot 3D Anomaly Detection
di: Bai, Letian, et al.
Pubblicazione: (2026)
di: Bai, Letian, et al.
Pubblicazione: (2026)
MiniDrive: More Efficient Vision-Language Models with Multi-Level 2D Features as Text Tokens for Autonomous Driving
di: Zhang, Enming, et al.
Pubblicazione: (2024)
di: Zhang, Enming, et al.
Pubblicazione: (2024)
MSR-Align: Policy-Grounded Multimodal Alignment for Safety-Aware Reasoning in Vision-Language Models
di: Xia, Yinan, et al.
Pubblicazione: (2025)
di: Xia, Yinan, et al.
Pubblicazione: (2025)
Alignment, Mining and Fusion: Representation Alignment with Hard Negative Mining and Selective Knowledge Fusion for Medical Visual Question Answering
di: Zou, Yuanhao, et al.
Pubblicazione: (2025)
di: Zou, Yuanhao, et al.
Pubblicazione: (2025)
VideoLifter: Lifting Videos to 3D with Fast Hierarchical Stereo Alignment
di: Cong, Wenyan, et al.
Pubblicazione: (2025)
di: Cong, Wenyan, et al.
Pubblicazione: (2025)
Unsupervised Learning for Feature Extraction and Temporal Alignment of 3D+t Point Clouds of Zebrafish Embryos
di: Chen, Zhu, et al.
Pubblicazione: (2025)
di: Chen, Zhu, et al.
Pubblicazione: (2025)
Proxy3D: Efficient 3D Representations for Vision-Language Models via Semantic Clustering and Alignment
di: Jiang, Jerry, et al.
Pubblicazione: (2026)
di: Jiang, Jerry, et al.
Pubblicazione: (2026)
Mind the Gap: Aligning Vision Foundation Models to Image Feature Matching
di: Liu, Yuhan, et al.
Pubblicazione: (2025)
di: Liu, Yuhan, et al.
Pubblicazione: (2025)
Generalized Few-shot 3D Point Cloud Segmentation with Vision-Language Model
di: An, Zhaochong, et al.
Pubblicazione: (2025)
di: An, Zhaochong, et al.
Pubblicazione: (2025)
Know3D: Prompting 3D Generation with Knowledge from Vision-Language Models
di: Chen, Wenyue, et al.
Pubblicazione: (2026)
di: Chen, Wenyue, et al.
Pubblicazione: (2026)
Assessing and Learning Alignment of Unimodal Vision and Language Models
di: Zhang, Le, et al.
Pubblicazione: (2024)
di: Zhang, Le, et al.
Pubblicazione: (2024)
Generalized Robot 3D Vision-Language Model with Fast Rendering and Pre-Training Vision-Language Alignment
di: Liu, Kangcheng, et al.
Pubblicazione: (2023)
di: Liu, Kangcheng, et al.
Pubblicazione: (2023)
T-REN: Learning Text-Aligned Region Tokens Improves Dense Vision-Language Alignment and Scalability
di: Khosla, Savya, et al.
Pubblicazione: (2026)
di: Khosla, Savya, et al.
Pubblicazione: (2026)
Step-level Denoising-time Diffusion Alignment with Multiple Objectives
di: Zhang, Qi, et al.
Pubblicazione: (2026)
di: Zhang, Qi, et al.
Pubblicazione: (2026)
Lift3D: Zero-Shot Lifting of Any 2D Vision Model to 3D
di: T, Mukund Varma, et al.
Pubblicazione: (2024)
di: T, Mukund Varma, et al.
Pubblicazione: (2024)
Align-KD: Distilling Cross-Modal Alignment Knowledge for Mobile Vision-Language Model
di: Feng, Qianhan, et al.
Pubblicazione: (2024)
di: Feng, Qianhan, et al.
Pubblicazione: (2024)
Resolving Representation Ambiguity in Feedforward Novel View Synthesis Transformer via Semantic-Spatial Decoupling
di: Wu, Yihang, et al.
Pubblicazione: (2026)
di: Wu, Yihang, et al.
Pubblicazione: (2026)
Towards More Diverse and Challenging Pre-training for Point Cloud Learning: Self-Supervised Cross Reconstruction with Decoupled Views
di: Zhang, Xiangdong, et al.
Pubblicazione: (2025)
di: Zhang, Xiangdong, et al.
Pubblicazione: (2025)
On the Evaluation and Refinement of Vision-Language Instruction Tuning Datasets
di: Liao, Ning, et al.
Pubblicazione: (2023)
di: Liao, Ning, et al.
Pubblicazione: (2023)
MCA-LLaVA: Manhattan Causal Attention for Reducing Hallucination in Large Vision-Language Models
di: Zhao, Qiyan, et al.
Pubblicazione: (2025)
di: Zhao, Qiyan, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Denoising Vision Transformer Autoencoder with Spectral Self-Regularization
di: Xiang, Xunzhi, et al.
Pubblicazione: (2025) -
Modest-Align: Data-Efficient Alignment for Vision-Language Models
di: Liu, Jiaxiang, et al.
Pubblicazione: (2025) -
ComAlign: Compositional Alignment in Vision-Language Models
di: Abdollah, Ali, et al.
Pubblicazione: (2024) -
ContrastAlign: Toward Robust BEV Feature Alignment via Contrastive Learning for Multi-Modal 3D Object Detection
di: Song, Ziying, et al.
Pubblicazione: (2024) -
GraphAlign: Enhancing Accurate Feature Alignment by Graph matching for Multi-Modal 3D Object Detection
di: Song, Ziying, et al.
Pubblicazione: (2023)