Buchumschlag

PRIMED: Adaptive Modality Suppression for Referring Audio-Visual Segmentation via Biased Competition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Yuchen, Zhang, Jing
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Selective Noise Suppression and Discriminative Mutual Interaction for Robust Audio-Visual Segmentation
von: Peng, Kai, et al.
Veröffentlicht: (2026)

Towards Omnimodal Expressions and Reasoning in Referring Audio-Visual Segmentation
von: Ying, Kaining, et al.
Veröffentlicht: (2025)

LINK: Adaptive Modality Interaction for Audio-Visual Video Parsing
von: Wang, Langyu, et al.
Veröffentlicht: (2024)

Unsupervised Audio-Visual Segmentation with Modality Alignment
von: Bhosale, Swapnil, et al.
Veröffentlicht: (2024)

SimToken: A Simple Baseline for Referring Audio-Visual Segmentation
von: Jin, Dian, et al.
Veröffentlicht: (2025)

AURORA:Augmented Understanding via Structured Reasoning and Reinforcement Learning for Reference Audio-Visual Segmentation
von: Luo, Ziyang, et al.
Veröffentlicht: (2025)

CM-MaskSD: Cross-Modality Masked Self-Distillation for Referring Image Segmentation
von: Wang, Wenxuan, et al.
Veröffentlicht: (2023)

Ref-AVS: Refer and Segment Objects in Audio-Visual Scenes
von: Wang, Yaoting, et al.
Veröffentlicht: (2024)

Taming Modality Entanglement in Continual Audio-Visual Segmentation
von: Hong, Yuyang, et al.
Veröffentlicht: (2025)

Robust Audio-Visual Segmentation via Audio-Guided Visual Convergent Alignment
von: Liu, Chen, et al.
Veröffentlicht: (2025)

Complementary and Contrastive Learning for Audio-Visual Segmentation
von: Gong, Sitong, et al.
Veröffentlicht: (2025)

EchoingPixels: Cross-Modal Adaptive Token Reduction for Efficient Audio-Visual LLMs
von: Gong, Chao, et al.
Veröffentlicht: (2025)

Towards Unified Referring Expression Segmentation Across Omni-Level Visual Target Granularities
von: Liu, Jing, et al.
Veröffentlicht: (2025)

Unveiling and Mitigating Bias in Audio Visual Segmentation
von: Sun, Peiwen, et al.
Veröffentlicht: (2024)

Semi-MedRef: Semi-Supervised Medical Referring Image Segmentation with Cross-Modal Alignment
von: Li, Yuchen, et al.
Veröffentlicht: (2026)

ReferDINO: Referring Video Object Segmentation with Visual Grounding Foundations
von: Liang, Tianming, et al.
Veröffentlicht: (2025)

Revisiting Audio-Visual Segmentation with Vision-Centric Transformer
von: Huang, Shaofei, et al.
Veröffentlicht: (2025)

Robust Egocentric Referring Video Object Segmentation via Dual-Modal Causal Intervention
von: Liu, Haijing, et al.
Veröffentlicht: (2025)

Vision-Motion-Reference Alignment for Referring Multi-Object Tracking via Multi-Modal Large Language Models
von: Lv, Weiyi, et al.
Veröffentlicht: (2025)

LightAVSeg: Lightweight Audio-Visual Segmentation
von: Zhong, Qing, et al.
Veröffentlicht: (2026)

Implicit Counterfactual Learning for Audio-Visual Segmentation
von: Zha, Mingfeng, et al.
Veröffentlicht: (2025)

CAE-AV: Improving Audio-Visual Learning via Cross-modal Interactive Enrichment
von: Hu, Yunzuo, et al.
Veröffentlicht: (2026)

MeViS: A Multi-Modal Dataset for Referring Motion Expression Video Segmentation
von: Ding, Henghui, et al.
Veröffentlicht: (2025)

Referring Video Object Segmentation with Cross-Modality Proxy Queries
von: Sun, Baoli, et al.
Veröffentlicht: (2025)

Audio-Guided Visual Editing with Complex Multi-Modal Prompts
von: Kim, Hyeonyu, et al.
Veröffentlicht: (2025)

Frequency-Domain Decomposition and Recomposition for Robust Audio-Visual Segmentation
von: Shen, Yunzhe, et al.
Veröffentlicht: (2025)

AugRefer: Advancing 3D Visual Grounding via Cross-Modal Augmentation and Spatial Relation-based Referring
von: Wang, Xinyi, et al.
Veröffentlicht: (2025)

EAVL: Explicitly Align Vision and Language for Referring Image Segmentation
von: Yan, Yichen, et al.
Veröffentlicht: (2023)

Segment Beyond View: Handling Partially Missing Modality for Audio-Visual Semantic Segmentation
von: Wu, Renjie, et al.
Veröffentlicht: (2023)

LatentOmni: Rethinking Omni-Modal Understanding via Unified Audio-Visual Latent Reasoning
von: Dai, Yifan, et al.
Veröffentlicht: (2026)

ProSAM: Enhancing the Robustness of SAM-based Visual Reference Segmentation with Probabilistic Prompts
von: Wang, Xiaoqi, et al.
Veröffentlicht: (2025)

Progressive Prompt-Guided Cross-Modal Reasoning for Referring Image Segmentation
von: Li, Jiachen, et al.
Veröffentlicht: (2026)

Enhancing Visual Place Recognition via Fast and Slow Adaptive Biasing in Event Cameras
von: Nair, Gokul B., et al.
Veröffentlicht: (2024)

Rethinking Audio-Visual Adversarial Vulnerability from Temporal and Modality Perspectives
von: Zhang, Zeliang, et al.
Veröffentlicht: (2025)

Enhancing Audio-Visual Spiking Neural Networks through Semantic-Alignment and Cross-Modal Residual Learning
von: He, Xiang, et al.
Veröffentlicht: (2025)

Extending Segment Anything Model into Auditory and Temporal Dimensions for Audio-Visual Segmentation
von: Seon, Juhyeong, et al.
Veröffentlicht: (2024)

AVS-Mamba: Exploring Temporal and Multi-modal Mamba for Audio-Visual Segmentation
von: Gong, Sitong, et al.
Veröffentlicht: (2025)

Fuse4Seg: Image Fusion for Multi-Modal Medical Segmentation via Bi-level Optimization
von: Guo, Yuchen, et al.
Veröffentlicht: (2024)

FusionSAM: Visual Multi-Modal Learning with Segment Anything
von: Li, Daixun, et al.
Veröffentlicht: (2024)

TAVP: Task-Adaptive Visual Prompt for Cross-domain Few-shot Segmentation
von: Yang, Jiaqi, et al.
Veröffentlicht: (2024)