Buchumschlag

Geometry-aware Prototype Learning for Cross-domain Few-shot Medical Image Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Song, Feifan, Bo, Yuntian, Zhang, Haofeng
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

FAMNet: Frequency-aware Matching Network for Cross-domain Few-shot Medical Image Segmentation
von: Bo, Yuntian, et al.
Veröffentlicht: (2024)

MAUP: Training-free Multi-center Adaptive Uncertainty-aware Prompting for Cross-domain Few-shot Medical Image Segmentation
von: Zhu, Yazhou, et al.
Veröffentlicht: (2025)

Focus on Background: Exploring SAM's Potential in Few-shot Medical Image Segmentation with Background-centric Prompting
von: Bo, Yuntian, et al.
Veröffentlicht: (2026)

Contrastive Graph Modeling for Cross-Domain Few-Shot Medical Image Segmentation
von: Bo, Yuntian, et al.
Veröffentlicht: (2025)

Learning Spatial Similarity Distribution for Few-shot Object Counting
von: Xu, Yuanwu, et al.
Veröffentlicht: (2024)

RobustEMD: Domain Robust Matching for Cross-domain Few-shot Medical Image Segmentation
von: Zhu, Yazhou, et al.
Veröffentlicht: (2024)

Concentrate on Weakness: Mining Hard Prototypes for Few-Shot Medical Image Segmentation
von: Jiang, Jianchao, et al.
Veröffentlicht: (2025)

Bridging Granularity Gaps: Hierarchical Semantic Learning for Cross-domain Few-shot Segmentation
von: Sun, Sujun, et al.
Veröffentlicht: (2025)

Support-Query Prototype Fusion Network for Few-shot Medical Image Segmentation
von: Wu, Xiaoxiao, et al.
Veröffentlicht: (2024)

SPENet: Self-guided Prototype Enhancement Network for Few-shot Medical Image Segmentation
von: Fan, Chao, et al.
Veröffentlicht: (2025)

Is Foreground Prototype Sufficient? Few-Shot Medical Image Segmentation with Background-Fused Prototype
von: Tang, Song, et al.
Veröffentlicht: (2024)

Few-shot Novel Category Discovery
von: Li, Chunming, et al.
Veröffentlicht: (2025)

Uncertainty-aware Prototype Learning with Variational Inference for Few-shot Point Cloud Segmentation
von: Zhao, Yifei, et al.
Veröffentlicht: (2026)

Revisiting Continuity of Image Tokens for Cross-domain Few-shot Learning
von: Yi, Shuai, et al.
Veröffentlicht: (2025)

Few-Shot Medical Image Segmentation with High-Fidelity Prototypes
von: Tang, Song, et al.
Veröffentlicht: (2024)

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

PrototypeFormer: Learning to Explore Prototype Relationships for Few-shot Image Classification
von: Su, Meijuan, et al.
Veröffentlicht: (2023)

Symmetrical Joint Learning Support-query Prototypes for Few-shot Segmentation
von: Li, Qun, et al.
Veröffentlicht: (2024)

Self-Supervised Alignment Learning for Medical Image Segmentation
von: Li, Haofeng, et al.
Veröffentlicht: (2024)

Task Consistent Prototype Learning for Incremental Few-shot Semantic Segmentation
von: Xu, Wenbo, et al.
Veröffentlicht: (2024)

Few-shot Unknown Class Discovery of Hyperspectral Images with Prototype Learning and Clustering
von: Liu, Chun, et al.
Veröffentlicht: (2025)

Retrieval-augmented Few-shot Medical Image Segmentation with Foundation Models
von: Zhao, Lin, et al.
Veröffentlicht: (2024)

Prototype Correlation Matching and Class-Relation Reasoning for Few-Shot Medical Image Segmentation
von: Zhang, Yumin, et al.
Veröffentlicht: (2024)

Dynamic Prototype Adaptation with Distillation for Few-shot Point Cloud Segmentation
von: Liu, Jie, et al.
Veröffentlicht: (2024)

Tied Prototype Model for Few-Shot Medical Image Segmentation
von: Kim, Hyeongji, et al.
Veröffentlicht: (2025)

Adaptive Semantic Consistency for Cross-domain Few-shot Classification
von: Lu, Hengchu, et al.
Veröffentlicht: (2023)

AGENet: Adaptive Edge-aware Geodesic Distance Learning for Few-Shot Medical Image Segmentation
von: Gao, Ziyuan
Veröffentlicht: (2025)

Prompt-and-Transfer: Dynamic Class-aware Enhancement for Few-shot Segmentation
von: Bi, Hanbo, et al.
Veröffentlicht: (2024)

Probabilistic Prototype Calibration of Vision-Language Models for Generalized Few-shot Semantic Segmentation
von: Liu, Jie, et al.
Veröffentlicht: (2025)

Beyond Euclidean Prototypes: Spectral Disentanglement and Geodesic Matching for Few-Shot Medical Image Segmentation
von: Jia, Penghao, et al.
Veröffentlicht: (2026)

Few to Big: Prototype Expansion Network via Diffusion Learner for Point Cloud Few-shot Semantic Segmentation
von: Zhao, Qianguang, et al.
Veröffentlicht: (2025)

Uncertainty-aware Cross-training for Semi-supervised Medical Image Segmentation
von: Huang, Kaiwen, et al.
Veröffentlicht: (2025)

CLIP-guided Prototype Modulating for Few-shot Action Recognition
von: Wang, Xiang, et al.
Veröffentlicht: (2023)

Mind the Discriminability Trap in Source-Free Cross-domain Few-shot Learning
von: Zhang, Zhenyu, et al.
Veröffentlicht: (2026)

PGP-SAM: Prototype-Guided Prompt Learning for Efficient Few-Shot Medical Image Segmentation
von: Yan, Zhonghao, et al.
Veröffentlicht: (2025)

FAD: Frequency Adaptation and Diversion for Cross-domain Few-shot Learning
von: Shi, Ruixiao, et al.
Veröffentlicht: (2025)

OFL-SAM2: Prompt SAM2 with Online Few-shot Learner for Efficient Medical Image Segmentation
von: Lan, Meng, et al.
Veröffentlicht: (2025)

Query-aware Hub Prototype Learning for Few-Shot 3D Point Cloud Semantic Segmentation
von: Zhou, YiLin, et al.
Veröffentlicht: (2025)

Mind the Gap Between Prototypes and Images in Cross-domain Finetuning
von: Tian, Hongduan, et al.
Veröffentlicht: (2024)

MOKD: Cross-domain Finetuning for Few-shot Classification via Maximizing Optimized Kernel Dependence
von: Tian, Hongduan, et al.
Veröffentlicht: (2024)