ROSE: Retrieval-Oriented Segmentation Enhancement
Fuente:
arXiv
Salvato in:
| Autori principali: | Tang, Song, Jie, Guangquan, Ding, Henghui, Jiang, Yu-Gang |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Towards Omnimodal Expressions and Reasoning in Referring Audio-Visual Segmentation
di: Ying, Kaining, et al.
Pubblicazione: (2025)
di: Ying, Kaining, et al.
Pubblicazione: (2025)
Multimodal Referring Segmentation: A Survey
di: Ding, Henghui, et al.
Pubblicazione: (2025)
di: Ding, Henghui, et al.
Pubblicazione: (2025)
ReferSplat: Referring Segmentation in 3D Gaussian Splatting
di: He, Shuting, et al.
Pubblicazione: (2025)
di: He, Shuting, et al.
Pubblicazione: (2025)
Ref-SAM3D: Bridging SAM3D with Text for Reference 3D Reconstruction
di: Zhou, Yun, et al.
Pubblicazione: (2025)
di: Zhou, Yun, et al.
Pubblicazione: (2025)
GREx: Generalized Referring Expression Segmentation, Comprehension, and Generation
di: Ding, Henghui, et al.
Pubblicazione: (2026)
di: Ding, Henghui, et al.
Pubblicazione: (2026)
Decoupling Static and Hierarchical Motion Perception for Referring Video Segmentation
di: He, Shuting, et al.
Pubblicazione: (2024)
di: He, Shuting, et al.
Pubblicazione: (2024)
RefMask3D: Language-Guided Transformer for 3D Referring Segmentation
di: He, Shuting, et al.
Pubblicazione: (2024)
di: He, Shuting, et al.
Pubblicazione: (2024)
MOSEv2: A More Challenging Dataset for Video Object Segmentation in Complex Scenes
di: Ding, Henghui, et al.
Pubblicazione: (2025)
di: Ding, Henghui, et al.
Pubblicazione: (2025)
MeViS: A Multi-Modal Dataset for Referring Motion Expression Video Segmentation
di: Ding, Henghui, et al.
Pubblicazione: (2025)
di: Ding, Henghui, et al.
Pubblicazione: (2025)
SegPoint: Segment Any Point Cloud via Large Language Model
di: He, Shuting, et al.
Pubblicazione: (2024)
di: He, Shuting, et al.
Pubblicazione: (2024)
Segment Anything Across Shots: A Method and Benchmark
di: Hu, Hengrui, et al.
Pubblicazione: (2025)
di: Hu, Hengrui, et al.
Pubblicazione: (2025)
Open-set Anomaly Segmentation in Complex Scenarios
di: Xia, Song, et al.
Pubblicazione: (2025)
di: Xia, Song, et al.
Pubblicazione: (2025)
MOVE: Motion-Guided Few-Shot Video Object Segmentation
di: Ying, Kaining, et al.
Pubblicazione: (2025)
di: Ying, Kaining, et al.
Pubblicazione: (2025)
SAM3-DMS: Decoupled Memory Selection for Multi-target Video Segmentation of SAM3
di: Shen, Ruiqi, et al.
Pubblicazione: (2026)
di: Shen, Ruiqi, et al.
Pubblicazione: (2026)
Mitigating the Curse of Dimensionality for Certified Robustness via Dual Randomized Smoothing
di: Xia, Song, et al.
Pubblicazione: (2024)
di: Xia, Song, et al.
Pubblicazione: (2024)
SAMA: Towards Multi-Turn Referential Grounded Video Chat with Large Language Models
di: Sun, Ye, et al.
Pubblicazione: (2025)
di: Sun, Ye, et al.
Pubblicazione: (2025)
A Survey of Multimodal-Guided Image Editing with Text-to-Image Diffusion Models
di: Shuai, Xincheng, et al.
Pubblicazione: (2024)
di: Shuai, Xincheng, et al.
Pubblicazione: (2024)
Few-Shot Segmentation with Global and Local Contrastive Learning
di: Liu, Weide, et al.
Pubblicazione: (2021)
di: Liu, Weide, et al.
Pubblicazione: (2021)
PSDesigner: Automated Graphic Design with a Human-Like Creative Workflow
di: Shuai, Xincheng, et al.
Pubblicazione: (2026)
di: Shuai, Xincheng, et al.
Pubblicazione: (2026)
PECTP: Parameter-Efficient Cross-Task Prompts for Incremental Vision Transformer
di: Feng, Qian, et al.
Pubblicazione: (2024)
di: Feng, Qian, et al.
Pubblicazione: (2024)
Evaluating SAM2 for Video Semantic Segmentation
di: Ariff, Syed Hesham Syed, et al.
Pubblicazione: (2025)
di: Ariff, Syed Hesham Syed, et al.
Pubblicazione: (2025)
SceneDesigner: Controllable Multi-Object Image Generation with 9-DoF Pose Manipulation
di: Qin, Zhenyuan, et al.
Pubblicazione: (2025)
di: Qin, Zhenyuan, et al.
Pubblicazione: (2025)
SemFlow: Binding Semantic Segmentation and Image Synthesis via Rectified Flow
di: Wang, Chaoyang, et al.
Pubblicazione: (2024)
di: Wang, Chaoyang, et al.
Pubblicazione: (2024)
A Survey on 3D Gaussian Splatting Applications: Segmentation, Editing, and Generation
di: He, Shuting, et al.
Pubblicazione: (2025)
di: He, Shuting, et al.
Pubblicazione: (2025)
On the Provable Importance of Gradients for Language-Assisted Image Clustering
di: Peng, Bo, et al.
Pubblicazione: (2025)
di: Peng, Bo, et al.
Pubblicazione: (2025)
Learning Local and Global Temporal Contexts for Video Semantic Segmentation
di: Sun, Guolei, et al.
Pubblicazione: (2022)
di: Sun, Guolei, et al.
Pubblicazione: (2022)
ROSE: Revolutionizing Open-Set Dense Segmentation with Patch-Wise Perceptual Large Multimodal Model
di: Han, Kunyang, et al.
Pubblicazione: (2024)
di: Han, Kunyang, et al.
Pubblicazione: (2024)
Attention Itself Could Retrieve.RetrieveVGGT: Training-Free Long Context Streaming 3D Reconstruction via Query-Key Similarity Retrieval
di: Zou, Zichen, et al.
Pubblicazione: (2026)
di: Zou, Zichen, et al.
Pubblicazione: (2026)
Explore In-Context Segmentation via Latent Diffusion Models
di: Wang, Chaoyang, et al.
Pubblicazione: (2024)
di: Wang, Chaoyang, et al.
Pubblicazione: (2024)
Learning Accurate Segmentation Purely from Self-Supervision
di: You, Zuyao, et al.
Pubblicazione: (2026)
di: You, Zuyao, et al.
Pubblicazione: (2026)
Hierarchical Visual Prompt Learning for Continual Video Instance Segmentation
di: Dong, Jiahua, et al.
Pubblicazione: (2025)
di: Dong, Jiahua, et al.
Pubblicazione: (2025)
GlyphPrinter: Region-Grouped Direct Preference Optimization for Glyph-Accurate Visual Text Rendering
di: Shuai, Xincheng, et al.
Pubblicazione: (2026)
di: Shuai, Xincheng, et al.
Pubblicazione: (2026)
EffectErase: Joint Video Object Removal and Insertion for High-Quality Effect Erasing
di: Fu, Yang, et al.
Pubblicazione: (2026)
di: Fu, Yang, et al.
Pubblicazione: (2026)
AnyI2V: Animating Any Conditional Image with Motion Control
di: Li, Ziye, et al.
Pubblicazione: (2025)
di: Li, Ziye, et al.
Pubblicazione: (2025)
Free-Form Scene Editor: Enabling Multi-Round Object Manipulation like in a 3D Engine
di: Shuai, Xincheng, et al.
Pubblicazione: (2025)
di: Shuai, Xincheng, et al.
Pubblicazione: (2025)
Transformer-Based Visual Segmentation: A Survey
di: Li, Xiangtai, et al.
Pubblicazione: (2023)
di: Li, Xiangtai, et al.
Pubblicazione: (2023)
Gaze into the Details: Locality-Sensitive Enhancement for OCTA Retinal Vessel Segmentation
di: Huang, Tuopusen, et al.
Pubblicazione: (2026)
di: Huang, Tuopusen, et al.
Pubblicazione: (2026)
Multimodal Point Cloud Semantic Segmentation With Virtual Point Enhancement
di: Duan, Zaipeng, et al.
Pubblicazione: (2025)
di: Duan, Zaipeng, et al.
Pubblicazione: (2025)
Hierarchical Alignment-enhanced Adaptive Grounding Network for Generalized Referring Expression Comprehension
di: Wang, Yaxian, et al.
Pubblicazione: (2025)
di: Wang, Yaxian, et al.
Pubblicazione: (2025)
3D-GRES: Generalized 3D Referring Expression Segmentation
di: Wu, Changli, et al.
Pubblicazione: (2024)
di: Wu, Changli, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Towards Omnimodal Expressions and Reasoning in Referring Audio-Visual Segmentation
di: Ying, Kaining, et al.
Pubblicazione: (2025) -
Multimodal Referring Segmentation: A Survey
di: Ding, Henghui, et al.
Pubblicazione: (2025) -
ReferSplat: Referring Segmentation in 3D Gaussian Splatting
di: He, Shuting, et al.
Pubblicazione: (2025) -
Ref-SAM3D: Bridging SAM3D with Text for Reference 3D Reconstruction
di: Zhou, Yun, et al.
Pubblicazione: (2025) -
GREx: Generalized Referring Expression Segmentation, Comprehension, and Generation
di: Ding, Henghui, et al.
Pubblicazione: (2026)