Buchumschlag

Imagine Before Concentration: Diffusion-Guided Registers Enhance Partially Relevant Video Retrieval

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Jun, Lou, Xuhang, Wang, Jinpeng, Wang, Yuting, Wang, Yaowei, Xia, Shu-Tao, Chen, Bin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Information Retrieval Multimedia
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Revisiting Uncertainty: On Evidential Learning for Partially Relevant Video Retrieval
von: Li, Jun, et al.
Veröffentlicht: (2026)

HLFormer: Enhancing Partially Relevant Video Retrieval with Hyperbolic Learning
von: Li, Jun, et al.
Veröffentlicht: (2025)

GMMFormer: Gaussian-Mixture-Model Based Transformer for Efficient Partially Relevant Video Retrieval
von: Wang, Yuting, et al.
Veröffentlicht: (2023)

AutoSSVH: Exploring Automated Frame Sampling for Efficient Self-Supervised Video Hashing
von: Lian, Niu, et al.
Veröffentlicht: (2025)

Efficient Self-Supervised Video Hashing with Selective State Spaces
von: Wang, Jinpeng, et al.
Veröffentlicht: (2024)

From Verbatim to Gist: Distilling Pyramidal Multimodal Memory via Semantic Information Bottleneck for Long-Horizon Video Agents
von: Lian, Niu, et al.
Veröffentlicht: (2026)

Balancing Semantic Relevance and Engagement in Related Video Recommendations
von: Jaspal, Amit, et al.
Veröffentlicht: (2025)

Love Me, Love My Label: Rethinking the Role of Labels in Prompt Retrieval for Visual In-Context Learning
von: Luo, Tianci, et al.
Veröffentlicht: (2026)

Robust Relevance Feedback for Interactive Known-Item Video Search
von: Ma, Zhixin, et al.
Veröffentlicht: (2025)

MMSRARec: Summarization and Retrieval Augumented Sequential Recommendation Based on Multimodal Large Language Model
von: Wang, Haoyu, et al.
Veröffentlicht: (2025)

VCR: Video representation for Contextual Retrieval
von: Nir, Oron, et al.
Veröffentlicht: (2024)

Cross-Modal Retrieval: A Systematic Review of Methods and Future Directions
von: Wang, Tianshi, et al.
Veröffentlicht: (2023)

Beyond Static Collision Handling: Adaptive Semantic ID Learning for Multimodal Recommendation at Industrial Scale
von: Pan, Yongsen, et al.
Veröffentlicht: (2026)

SemCORE: A Semantic-Enhanced Generative Cross-Modal Retrieval Framework with MLLMs
von: Li, Haoxuan, et al.
Veröffentlicht: (2025)

Knowledge-aware Diffusion-Enhanced Multimedia Recommendation
von: Mo, Xian, et al.
Veröffentlicht: (2025)

StePO-Rec: Towards Personalized Outfit Styling Assistant via Knowledge-Guided Multi-Step Reasoning
von: Bi, Yuxi, et al.
Veröffentlicht: (2025)

Enhancing Image-Text Matching with Adaptive Feature Aggregation
von: Wang, Zuhui, et al.
Veröffentlicht: (2024)

RAG-VisualRec: An Open Resource for Vision- and Text-Enhanced Retrieval-Augmented Generation in Recommendation
von: Tourani, Ali, et al.
Veröffentlicht: (2025)

U-Sticker: A Large-Scale Multi-Domain User Sticker Dataset for Retrieval and Personalization
von: Chee, Heng Er Metilda, et al.
Veröffentlicht: (2025)

Frozen LVLMs for Micro-Video Recommendation: A Systematic Study of Feature Extraction and Fusion
von: Sun, Huatuan, et al.
Veröffentlicht: (2025)

The 2nd EReL@MIR Workshop on Efficient Representation Learning for Multimodal Information Retrieval
von: Fu, Junchen, et al.
Veröffentlicht: (2026)

CAMMSR: Category-Guided Attentive Mixture of Experts for Multimodal Sequential Recommendation
von: Xu, Jinfeng, et al.
Veröffentlicht: (2026)

ImageScope: Unifying Language-Guided Image Retrieval via Large Multimodal Model Collective Reasoning
von: Luo, Pengfei, et al.
Veröffentlicht: (2025)

Performance Evaluation in Multimedia Retrieval
von: Sauter, Loris, et al.
Veröffentlicht: (2024)

Multimodal Learned Sparse Retrieval for Image Suggestion
von: Nguyen, Thong, et al.
Veröffentlicht: (2024)

Adaptive Multi-Agent Reasoning for Text-to-Video Retrieval
von: Wu, Jiaxin, et al.
Veröffentlicht: (2025)

Results of the 2025 Video Browser Showdown
von: Rossetto, Luca, et al.
Veröffentlicht: (2025)

Results of the 2024 Video Browser Showdown
von: Rossetto, Luca, et al.
Veröffentlicht: (2024)

Leveraging Weak Cross-Modal Guidance for Coherence Modelling via Iterative Learning
von: Bin, Yi, et al.
Veröffentlicht: (2024)

From Swath to Full-Disc: Advancing Precipitation Retrieval with Multimodal Knowledge Expansion
von: Wang, Zheng, et al.
Veröffentlicht: (2025)

CM$^3$: Calibrating Multimodal Recommendation
von: Zhou, Xin, et al.
Veröffentlicht: (2025)

The State-of-the-Art in Lifelog Retrieval: A Review of Progress at the ACM Lifelog Search Challenge Workshop 2022-24
von: Tran, Allie, et al.
Veröffentlicht: (2025)

Leveraging User-Generated Metadata of Online Videos for Cover Song Identification
von: Hachmeier, Simon, et al.
Veröffentlicht: (2024)

CLEAR: Null-Space Projection for Cross-Modal De-Redundancy in Multimodal Recommendation
von: Zhan, Hao, et al.
Veröffentlicht: (2026)

Representation Discrepancy Bridging Method for Remote Sensing Image-Text Retrieval
von: Ning, Hailong, et al.
Veröffentlicht: (2025)

Multimodal Graph Neural Network for Recommendation with Dynamic De-redundancy and Modality-Guided Feature De-noisy
von: Mo, Feng, et al.
Veröffentlicht: (2024)

Modality-Aware Identity Construction and Counterfactual Structure Learning for ID-Free Multimodal Recommendation
von: Ma, Hongjian, et al.
Veröffentlicht: (2026)

OTCR: Optimal Transmission, Compression and Representation for Multimodal Information Extraction
von: Li, Yang, et al.
Veröffentlicht: (2025)

Small Stickers, Big Meanings: A Multilingual Sticker Semantic Understanding Dataset with a Gamified Approach
von: Chee, Heng Er Metilda, et al.
Veröffentlicht: (2025)

FashionDPO:Fine-tune Fashion Outfit Generation Model using Direct Preference Optimization
von: Yu, Mingzhe, et al.
Veröffentlicht: (2025)