Copertina

From Edges to Depth: Probing the Spatial Hierarchy in Vision Transformers

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Sanghavi, Jainum
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Deep Learning for Melt Pool Depth Contour Prediction From Surface Thermal Images via Vision Transformers
di: Ogoke, Francis, et al.
Pubblicazione: (2024)

Inducing Spatial Locality in Vision Transformers through the Training Protocol
di: Toledo, Eduardo Santiago, et al.
Pubblicazione: (2026)

Light Cones For Vision: Simple Causal Priors For Visual Hierarchy
di: Kartik, Manglam, et al.
Pubblicazione: (2026)

SATA: Spatial Autocorrelation Token Analysis for Enhancing the Robustness of Vision Transformers
di: Nikzad, Nick, et al.
Pubblicazione: (2024)

From Colors to Classes: Emergence of Concepts in Vision Transformers
di: Dorszewski, Teresa, et al.
Pubblicazione: (2025)

Positional Encodings Anchor Spatial Structure in Vision Transformers: A Geometric Perspective on Robustness
di: Mannes, Mahmoud
Pubblicazione: (2026)

Leaner Transformers: More Heads, Less Depth
di: Saratchandran, Hemanth, et al.
Pubblicazione: (2025)

AdaPerceiver: Transformers with Adaptive Width, Depth, and Tokens
di: Jajal, Purvish, et al.
Pubblicazione: (2025)

Probing the Representational Power of Sparse Autoencoders in Vision Models
di: Olson, Matthew Lyle, et al.
Pubblicazione: (2025)

PHyCLIP: $\ell_1$-Product of Hyperbolic Factors Unifies Hierarchy and Compositionality in Vision-Language Representation Learning
di: Yoshikawa, Daiki, et al.
Pubblicazione: (2025)

Native Segmentation Vision Transformers
di: Brasó, Guillem, et al.
Pubblicazione: (2025)

Advancing Autonomous Driving: DepthSense with Radar and Spatial Attention
di: Hussain, Muhamamd Ishfaq, et al.
Pubblicazione: (2021)

The Dual Mechanisms of Spatial Reasoning in Vision-Language Models
di: Cui, Kelly, et al.
Pubblicazione: (2026)

Iwin Transformer: Hierarchical Vision Transformer using Interleaved Windows
di: Huo, Simin, et al.
Pubblicazione: (2025)

RAViT: Resolution-Adaptive Vision Transformer
di: Guidez, Martial, et al.
Pubblicazione: (2026)

Slicing Vision Transformer for Flexible Inference
di: Zhang, Yitian, et al.
Pubblicazione: (2024)

Rotary Position Embedding for Vision Transformer
di: Heo, Byeongho, et al.
Pubblicazione: (2024)

Decorrelation Speeds Up Vision Transformers
di: Carrigg, Kieran, et al.
Pubblicazione: (2025)

From Logits to Hierarchies: Hierarchical Clustering made Simple
di: Palumbo, Emanuele, et al.
Pubblicazione: (2024)

HaloProbe: Bayesian Detection and Mitigation of Object Hallucinations in Vision-Language Models
di: Zohrabi, Reihaneh, et al.
Pubblicazione: (2026)

Geometric Flood Depth Estimation: Fusing Transformer-Based Segmentation with Digital Elevation Models
di: Le, Nhut, et al.
Pubblicazione: (2026)

Elastic Attention Cores for Scalable Vision Transformers
di: Song, Alan Z., et al.
Pubblicazione: (2026)

Attention Transfer Is Not Universally Effective for Vision Transformers
di: Qin, Huaiyuan, et al.
Pubblicazione: (2026)

SPoT: Subpixel Placement of Tokens in Vision Transformers
di: Hjelkrem-Tan, Martine, et al.
Pubblicazione: (2025)

Instance-Aware Group Quantization for Vision Transformers
di: Moon, Jaehyeon, et al.
Pubblicazione: (2024)

Vision Transformer-based Adversarial Domain Adaptation
di: Li, Yahan, et al.
Pubblicazione: (2024)

Compact Vision Transformer by Reduction of Kernel Complexity
di: Wang, Yancheng, et al.
Pubblicazione: (2025)

Split Adaptation for Pre-trained Vision Transformers
di: Wang, Lixu, et al.
Pubblicazione: (2025)

DASViT: Differentiable Architecture Search for Vision Transformer
di: Wu, Pengjin, et al.
Pubblicazione: (2025)

Stable Vision Concept Transformers for Medical Diagnosis
di: Hu, Lijie, et al.
Pubblicazione: (2025)

Self-Supervised Vision Transformers for Writer Retrieval
di: Raven, Tim, et al.
Pubblicazione: (2024)

HEAL-SWIN: A Vision Transformer On The Sphere
di: Carlsson, Oscar, et al.
Pubblicazione: (2023)

A Manifold Representation of the Key in Vision Transformers
di: Meng, Li, et al.
Pubblicazione: (2024)

Leveraging Registers in Vision Transformers for Robust Adaptation
di: Yellapragada, Srikar, et al.
Pubblicazione: (2025)

Hierarchy-Guided Multimodal Representation Learning for Taxonomic Inference
di: Ahmed, Sk Miraj, et al.
Pubblicazione: (2026)

MentalBlackboard: Evaluating Spatial Visualization via Mathematical Transformations
di: Yilmaz, Nilay, et al.
Pubblicazione: (2026)

Do VLMs Need Vision Transformers? Evaluating State Space Models as Vision Encoders
di: Kuo, Shang-Jui Ray, et al.
Pubblicazione: (2026)

DRWKV: Focusing on Object Edges for Low-Light Image Enhancement
di: Bai, Xuecheng, et al.
Pubblicazione: (2025)

WriteViT: Handwritten Text Generation with Vision Transformer
di: Nam, Dang Hoai, et al.
Pubblicazione: (2025)

Block Selective Reprogramming for On-device Training of Vision Transformers
di: Sarkar, Sreetama, et al.
Pubblicazione: (2024)