Copertina

DC-ViT: Modulating Spatial and Channel Interactions for Multi-Channel Images

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Marikkar, Umar, Husain, Syed Sameed, Awais, Muhammad, Atito, Sara
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Channel-Aware Probing for Multi-Channel Imaging
di: Marikkar, Umar, et al.
Pubblicazione: (2026)

C3R: Channel Conditioned Cell Representations for unified evaluation in microscopy imaging
di: Marikkar, Umar, et al.
Pubblicazione: (2025)

Domain Adaptation Without the Compute Burden for Efficient Whole Slide Image Analysis
di: Marikkar, Umar, et al.
Pubblicazione: (2026)

ToaSt: Token Channel Selection and Structured Pruning for Efficient ViT
di: Moon, Hyunchan, et al.
Pubblicazione: (2026)

PRANCE: Joint Token-Optimization and Structural Channel-Pruning for Adaptive ViT Inference
di: Li, Ye, et al.
Pubblicazione: (2024)

Hybrid CNN-ViT Framework for Motion-Blurred Scene Text Restoration
di: Rashid, Umar, et al.
Pubblicazione: (2025)

Investigating Self-Supervised Methods for Label-Efficient Learning
di: Nandam, Srinivasa Rao, et al.
Pubblicazione: (2024)

ChAda-ViT : Channel Adaptive Attention for Joint Representation Learning of Heterogeneous Microscopy Images
di: Bourriez, Nicolas, et al.
Pubblicazione: (2023)

One Model for ALL: Low-Level Task Interaction Is a Key to Task-Agnostic Image Fusion
di: Cheng, Chunyang, et al.
Pubblicazione: (2025)

Pseudo Labelling for Enhanced Masked Autoencoders
di: Nandam, Srinivasa Rao, et al.
Pubblicazione: (2024)

Attend-Fusion: Efficient Audio-Visual Fusion for Video Classification
di: Awan, Mahrukh, et al.
Pubblicazione: (2024)

Your ViT is Secretly an Image Segmentation Model
di: Kerssies, Tommie, et al.
Pubblicazione: (2025)

CNN and ViT Efficiency Study on Tiny ImageNet and DermaMNIST Datasets
di: Amangeldi, Aidar, et al.
Pubblicazione: (2025)

Rethinking Positive Pairs in Contrastive Learning
di: Wu, Jiantao, et al.
Pubblicazione: (2024)

DailyMAE: Towards Pretraining Masked Autoencoders in One Day
di: Wu, Jiantao, et al.
Pubblicazione: (2024)

Deeper Inside Deep ViT
di: Hong, Sungrae
Pubblicazione: (2025)

I&S-ViT: An Inclusive & Stable Method for Pushing the Limit of Post-Training ViTs Quantization
di: Zhong, Yunshan, et al.
Pubblicazione: (2023)

LF-ViT: Reducing Spatial Redundancy in Vision Transformer for Efficient Image Recognition
di: Hu, Youbing, et al.
Pubblicazione: (2024)

ASiT: Local-Global Audio Spectrogram vIsion Transformer for Event Classification
di: Atito, Sara, et al.
Pubblicazione: (2022)

ViT-CoMer: Vision Transformer with Convolutional Multi-scale Feature Interaction for Dense Predictions
di: Xia, Chunlong, et al.
Pubblicazione: (2024)

Let ViT Speak: Generative Language-Image Pre-training
di: Fang, Yan, et al.
Pubblicazione: (2026)

Pretrained ViTs Yield Versatile Representations For Medical Images
di: Matsoukas, Christos, et al.
Pubblicazione: (2023)

IML-ViT: Benchmarking Image Manipulation Localization by Vision Transformer
di: Ma, Xiaochen, et al.
Pubblicazione: (2023)

ViT-Explainer: An Interactive Walkthrough of the Vision Transformer Pipeline
di: Hernandez, Juan Manuel, et al.
Pubblicazione: (2026)

Probabilistically Aligned View-unaligned Clustering with Adaptive Template Selection
di: Dong, Wenhua, et al.
Pubblicazione: (2024)

RepViT: Revisiting Mobile CNN From ViT Perspective
di: Wang, Ao, et al.
Pubblicazione: (2023)

DisentangleFormer: Spatial-Channel Decoupling for Multi-Channel Vision
di: Liao, Jiashu, et al.
Pubblicazione: (2025)

ViTs for Action Classification in Videos: An Approach to Risky Tackle Detection in American Football Practice Videos
di: Zaidi, Syed Ahsan Masud, et al.
Pubblicazione: (2026)

Charm: The Missing Piece in ViT fine-tuning for Image Aesthetic Assessment
di: Behrad, Fatemeh, et al.
Pubblicazione: (2025)

ViT-FIQA: Assessing Face Image Quality using Vision Transformers
di: Atzori, Andrea, et al.
Pubblicazione: (2025)

Modulating CNN Features with Pre-Trained ViT Representations for Open-Vocabulary Object Detection
di: Gao, Xiangyu, et al.
Pubblicazione: (2025)

Exploring Plain ViT Reconstruction for Multi-class Unsupervised Anomaly Detection
di: Zhang, Jiangning, et al.
Pubblicazione: (2023)

C2C: Component-to-Composition Learning for Zero-Shot Compositional Action Recognition
di: Li, Rongchang, et al.
Pubblicazione: (2024)

ViT-5: Vision Transformers for The Mid-2020s
di: Wang, Feng, et al.
Pubblicazione: (2026)

Rethinking Random Masking in Self-Distillation on ViT
di: Seong, Jihyeon, et al.
Pubblicazione: (2025)

YOLO-Former: YOLO Shakes Hand With ViT
di: Khoramdel, Javad, et al.
Pubblicazione: (2024)

Language-Unlocked ViT (LUViT): Empowering Self-Supervised Vision Transformers with LLMs
di: Kuzucu, Selim, et al.
Pubblicazione: (2025)

CubistMerge: Spatial-Preserving Token Merging For Diverse ViT Backbones
di: Gong, Wenyi, et al.
Pubblicazione: (2025)

LAMM-ViT: AI Face Detection via Layer-Aware Modulation of Region-Guided Attention
di: Zhang, Jiangling, et al.
Pubblicazione: (2025)

NarrativeBridge: Enhancing Video Captioning with Causal-Temporal Narrative
di: Nadeem, Asmar, et al.
Pubblicazione: (2024)