Buchumschlag

Delta-K: Boosting Multi-Instance Generation via Cross-Attention Augmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Zitong, Shen, Zijun, Xu, Haohao, Luo, Zhengjie, Wu, Weibin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PA-FAS: Towards Interpretable and Generalizable Multimodal Face Anti-Spoofing via Path-Augmented Reinforcement Learning
von: Ma, Yingjie, et al.
Veröffentlicht: (2025)

InstanceCap: Improving Text-to-Video Generation via Instance-aware Structured Caption
von: Fan, Tiehan, et al.
Veröffentlicht: (2024)

Cross-modality Guidance-aided Multi-modal Learning with Dual Attention for MRI Brain Tumor Grading
von: Xu, Dunyuan, et al.
Veröffentlicht: (2024)

IFAdapter: Instance Feature Control for Grounded Text-to-Image Generation
von: Wu, Yinwei, et al.
Veröffentlicht: (2024)

Taming Hallucinations: Boosting MLLMs' Video Understanding via Counterfactual Video Generation
von: Huang, Zhe, et al.
Veröffentlicht: (2025)

XD-MAP: Cross-Modal Domain Adaptation via Semantic Parametric Maps for Scalable Training Data Generation
von: Bieder, Frank, et al.
Veröffentlicht: (2026)

Intuitive Axial Augmentation Using Polar-Sine-Based Piecewise Distortion for Medical Slice-Wise Segmentation
von: Zhang, Yiqin, et al.
Veröffentlicht: (2024)

HAISTA-NET: Human Assisted Instance Segmentation Through Attention
von: Korkmaz, Muhammed, et al.
Veröffentlicht: (2023)

VISOR: Agentic Visual Retrieval-Augmented Generation via Iterative Search and Over-horizon Reasoning
von: Shen, Yucheng, et al.
Veröffentlicht: (2026)

Boosting Overlapping Organoid Instance Segmentation Using Pseudo-Label Unmixing and Synthesis-Assisted Learning
von: Huang, Gui, et al.
Veröffentlicht: (2026)

Magic-Boost: Boost 3D Generation with Multi-View Conditioned Diffusion
von: Yang, Fan, et al.
Veröffentlicht: (2024)

Boost Self-Supervised Dataset Distillation via Parameterization, Predefined Augmentation, and Approximation
von: Yu, Sheng-Feng, et al.
Veröffentlicht: (2025)

Single-Teacher View Augmentation: Boosting Knowledge Distillation via Angular Diversity
von: Yu, Seonghoon, et al.
Veröffentlicht: (2025)

Text3DAug -- Prompted Instance Augmentation for LiDAR Perception
von: Reichardt, Laurenz, et al.
Veröffentlicht: (2024)

Fair Lung Disease Diagnosis from Chest CT via Gender-Adversarial Attention Multiple Instance Learning
von: Parikh, Aditya, et al.
Veröffentlicht: (2026)

GPT-4 Enhanced Multimodal Grounding for Autonomous Driving: Leveraging Cross-Modal Attention with Large Language Models
von: Liao, Haicheng, et al.
Veröffentlicht: (2023)

Semi-supervised Semantic Segmentation for Remote Sensing Images via Multi-scale Uncertainty Consistency and Cross-Teacher-Student Attention
von: Wang, Shanwen, et al.
Veröffentlicht: (2025)

MSLoRA: Multi-Scale Low-Rank Adaptation via Attention Reweighting
von: Yang, Xu, et al.
Veröffentlicht: (2025)

SAC-MIL: Spatial-Aware Correlated Multiple Instance Learning for Histopathology Whole Slide Image Classification
von: Bai, Yu, et al.
Veröffentlicht: (2025)

SCA: Improve Semantic Consistent in Unrestricted Adversarial Attacks via DDPM Inversion
von: Pan, Zihao, et al.
Veröffentlicht: (2024)

Object-level Cross-view Geo-localization with Location Enhancement and Multi-Head Cross Attention
von: Huang, Zheyang, et al.
Veröffentlicht: (2025)

RAAP: Retrieval-Augmented Affordance Prediction with Cross-Image Action Alignment
von: Zhuang, Qiyuan, et al.
Veröffentlicht: (2026)

RaDL: Relation-aware Disentangled Learning for Multi-Instance Text-to-Image Generation
von: Park, Geon, et al.
Veröffentlicht: (2025)

DraftAttention: Fast Video Diffusion via Low-Resolution Attention Guidance
von: Shen, Xuan, et al.
Veröffentlicht: (2025)

Generalized Class Discovery in Instance Segmentation
von: Hoang, Cuong Manh, et al.
Veröffentlicht: (2025)

Semantic Image Synthesis via Class-Adaptive Cross-Attention
von: Fontanini, Tomaso, et al.
Veröffentlicht: (2023)

Mamba-VMR: Multimodal Query Augmentation via Generated Videos for Precise Temporal Grounding
von: Sun, Yunzhuo, et al.
Veröffentlicht: (2026)

Visual Instance-aware Prompt Tuning
von: Xiao, Xi, et al.
Veröffentlicht: (2025)

InstanceDiffusion: Instance-level Control for Image Generation
von: Wang, Xudong, et al.
Veröffentlicht: (2024)

Boosting Generalizability towards Zero-Shot Cross-Dataset Single-Image Indoor Depth by Meta-Initialization
von: Wu, Cho-Ying, et al.
Veröffentlicht: (2024)

NutriScreener: Retrieval-Augmented Multi-Pose Graph Attention Network for Malnourishment Screening
von: Khan, Misaal, et al.
Veröffentlicht: (2025)

Analyzing and Boosting the Power of Fine-Grained Visual Recognition for Multi-modal Large Language Models
von: He, Hulingxiao, et al.
Veröffentlicht: (2025)

Disco: Densely-overlapping Cell Instance Segmentation via Adjacency-aware Collaborative Coloring
von: Sun, Rui, et al.
Veröffentlicht: (2026)

MRG: A Multi-Robot Manufacturing Digital Scene Generation Method Using Multi-Instance Point Cloud Registration
von: Han, Songjie, et al.
Veröffentlicht: (2025)

DMS-Net:Dual-Modal Multi-Scale Siamese Network for Binocular Fundus Image Classification
von: Huo, Guohao, et al.
Veröffentlicht: (2025)

Robust Latent Matters: Boosting Image Generation with Sampling Error Synthesis
von: Qiu, Kai, et al.
Veröffentlicht: (2025)

Pedestrian Attribute Recognition via Hierarchical Cross-Modality HyperGraph Learning
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

CMHANet: A Cross-Modal Hybrid Attention Network for Point Cloud Registration
von: Zhang, Dongxu, et al.
Veröffentlicht: (2026)

Visual Delta Generator with Large Multi-modal Models for Semi-supervised Composed Image Retrieval
von: Jang, Young Kyun, et al.
Veröffentlicht: (2024)

Enhancing Traffic Sign Recognition with Tailored Data Augmentation: Addressing Class Imbalance and Instance Scarcity
von: Alsiyeu, Ulan, et al.
Veröffentlicht: (2024)