Copertina

CoReDiT: Spatial Coherence-Guided Token Pruning and Reconstruction for Efficient Diffusion Transformers

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Li, Zhuojin, Cheng, Hsin-Pai, Cai, Hong, Han, Shizhong, Porikli, Fatih
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

FALO: Fast and Accurate LiDAR 3D Object Detection on Resource-Constrained Devices
di: Han, Shizhong, et al.
Pubblicazione: (2025)

DySS: Dynamic Queries and State-Space Learning for Efficient 3D Object Detection from Multi-Camera Videos
di: Yasarla, Rajeev, et al.
Pubblicazione: (2025)

PADRe: A Unifying Polynomial Attention Drop-in Replacement for Efficient Vision Transformer
di: Letourneau, Pierre-David, et al.
Pubblicazione: (2024)

ToSA: Token Selective Attention for Efficient Vision Transformers
di: Singh, Manish Kumar, et al.
Pubblicazione: (2024)

RoCA: Robust Cross-Domain End-to-End Autonomous Driving
di: Yasarla, Rajeev, et al.
Pubblicazione: (2025)

BePo: Dual Representation for 3D Occupancy Prediction
di: Shi, Yunxiao, et al.
Pubblicazione: (2025)

ODG: Occupancy Prediction Using Dual Gaussians
di: Shi, Yunxiao, et al.
Pubblicazione: (2025)

MAPLE: Latent Multi-Agent Play for End-to-End Autonomous Driving
di: Yasarla, Rajeev, et al.
Pubblicazione: (2026)

ReDiPrune: Relevance-Diversity Pre-Projection Token Pruning for Efficient Multimodal LLMs
di: Yu, An, et al.
Pubblicazione: (2026)

H3O: Hyper-Efficient 3D Occupancy Prediction with Heterogeneous Supervision
di: Shi, Yunxiao, et al.
Pubblicazione: (2025)

DeCoTR: Enhancing Depth Completion with 2D and 3D Attentions
di: Shi, Yunxiao, et al.
Pubblicazione: (2024)

Generative Scenario Rollouts for End-to-End Autonomous Driving
di: Yasarla, Rajeev, et al.
Pubblicazione: (2026)

SparseDiT: Token Sparsification for Efficient Diffusion Transformer
di: Chang, Shuning, et al.
Pubblicazione: (2024)

Token Pruning for In-Context Generation in Diffusion Transformers
di: Lin, Junqing, et al.
Pubblicazione: (2026)

FutureDepth: Learning to Predict the Future Improves Video Depth Estimation
di: Yasarla, Rajeev, et al.
Pubblicazione: (2024)

Improving Optical Flow and Stereo Depth Estimation by Leveraging Uncertainty-Based Learning Difficulties
di: Jeong, Jisoo, et al.
Pubblicazione: (2025)

DyDiT++: Diffusion Transformers with Timestep and Spatial Dynamics for Efficient Visual Generation
di: Zhao, Wangbo, et al.
Pubblicazione: (2025)

Segmentation-Free Guidance for Text-to-Image Diffusion Models
di: Azarian, Kambiz, et al.
Pubblicazione: (2024)

FLoC: Facility Location-Based Efficient Visual Token Compression for Long Video Understanding
di: Cho, Janghoon, et al.
Pubblicazione: (2025)

Distilling Multi-modal Large Language Models for Autonomous Driving
di: Hegde, Deepti, et al.
Pubblicazione: (2025)

Attention Guided Alignment in Efficient Vision-Language Models
di: Mahajan, Shweta, et al.
Pubblicazione: (2025)

HEART-VIT: Hessian-Guided Efficient Dynamic Attention and Token Pruning in Vision Transformer
di: Uddin, Mohammad Helal, et al.
Pubblicazione: (2025)

HexaGen3D: StableDiffusion is just one step away from Fast and Diverse Text-to-3D Generation
di: Mercier, Antoine, et al.
Pubblicazione: (2024)

Clockwork Diffusion: Efficient Generation With Model-Step Distillation
di: Habibian, Amirhossein, et al.
Pubblicazione: (2023)

Planar Gaussian Splatting
di: Zanjani, Farhad G., et al.
Pubblicazione: (2024)

Neural Mesh Fusion: Unsupervised 3D Planar Surface Understanding
di: Zanjani, Farhad G., et al.
Pubblicazione: (2024)

Object-Centric Diffusion for Efficient Video Editing
di: Kahatapitiya, Kumara, et al.
Pubblicazione: (2024)

PPT: Token Pruning and Pooling for Efficient Vision Transformers
di: Wu, Xinjian, et al.
Pubblicazione: (2023)

CAT Pruning: Cluster-Aware Token Pruning For Text-to-Image Diffusion Models
di: Cheng, Xinle, et al.
Pubblicazione: (2025)

Learning Optical Flow Field via Neural Ordinary Differential Equation
di: Mirvakhabova, Leyla, et al.
Pubblicazione: (2025)

MAMo: Leveraging Memory and Attention for Monocular Video Depth Estimation
di: Yasarla, Rajeev, et al.
Pubblicazione: (2023)

U-DiTs: Downsample Tokens in U-Shaped Diffusion Transformers
di: Tian, Yuchuan, et al.
Pubblicazione: (2024)

DDIL: Diversity Enhancing Diffusion Distillation With Imitation Learning
di: Garrepalli, Risheek, et al.
Pubblicazione: (2024)

DiHuR: Diffusion-Guided Generalizable Human Reconstruction
di: Chen, Jinnan, et al.
Pubblicazione: (2024)

PruneVid: Visual Token Pruning for Efficient Video Large Language Models
di: Huang, Xiaohu, et al.
Pubblicazione: (2024)

Memory-Efficient Fine-Tuning Diffusion Transformers via Dynamic Patch Sampling and Block Skipping
di: Park, Sunghyun, et al.
Pubblicazione: (2026)

EventPrune: Cascaded Event-Assisted Token Pruning for Efficient First-Person Dynamic Spatial Reasoning
di: Ma, Pengtao, et al.
Pubblicazione: (2026)

Language-Guided Temporal Token Pruning for Efficient VideoLLM Processing
di: Kumar, Yogesh
Pubblicazione: (2025)

SciFlow: Empowering Lightweight Optical Flow Models with Self-Cleaning Iterations
di: Lin, Jamie Menjay, et al.
Pubblicazione: (2024)

OCAI: Improving Optical Flow Estimation by Occlusion and Consistency Aware Interpolation
di: Jeong, Jisoo, et al.
Pubblicazione: (2024)