Buchumschlag

Polyphony: Diffusion-based Dual-Hand Action Segmentation with Alternating Vision Transformer and Semantic Conditioning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zheng, Hao, Wang, Hu, Zheng, Tiantian, Bhattarai, Prajjwal, Alhanai, Tuka
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

GLoG-CSUnet: Enhancing Vision Transformers with Adaptable Radiomic Features for Medical Image Segmentation
von: Eghbali, Niloufar, et al.
Veröffentlicht: (2025)

MoENAS: Mixture-of-Expert based Neural Architecture Search for jointly Accurate, Fair, and Robust Edge Deep Neural Networks
von: Mecharbat, Lotfi Abdelkrim, et al.
Veröffentlicht: (2025)

Feature Imitating Networks Enhance The Performance, Reliability And Speed Of Deep Learning On Biomedical Image Processing Tasks
von: Min, Shangyang, et al.
Veröffentlicht: (2023)

Vision Transformers: From Semantic Segmentation to Dense Prediction
von: Zhang, Li, et al.
Veröffentlicht: (2022)

PointDiffuse: A Dual-Conditional Diffusion Model for Enhanced Point Cloud Semantic Segmentation
von: He, Yong, et al.
Veröffentlicht: (2025)

HandRefiner: Refining Malformed Hands in Generated Images by Diffusion-based Conditional Inpainting
von: Lu, Wenquan, et al.
Veröffentlicht: (2023)

Vision Transformer-Conditioned UNet for Domain-Adaptive Semantic Segmentation
von: Ortega, Joel Valdivia, et al.
Veröffentlicht: (2026)

Knowledge distillation through geometry-aware representational alignment
von: Bhattarai, Prajjwal, et al.
Veröffentlicht: (2025)

Generative Hierarchical Temporal Transformer for Hand Pose and Action Modeling
von: Wen, Yilin, et al.
Veröffentlicht: (2023)

AdaptDiff: Cross-Modality Domain Adaptation via Weak Conditional Semantic Diffusion for Retinal Vessel Segmentation
von: Hu, Dewei, et al.
Veröffentlicht: (2024)

WeakTr: Exploring Plain Vision Transformer for Weakly-supervised Semantic Segmentation
von: Zhu, Lianghui, et al.
Veröffentlicht: (2023)

D-SCo: Dual-Stream Conditional Diffusion for Monocular Hand-Held Object Reconstruction
von: Fu, Bowen, et al.
Veröffentlicht: (2023)

Diffusion-based RGB-D Semantic Segmentation with Deformable Attention Transformer
von: Bui, Minh, et al.
Veröffentlicht: (2024)

Ego-centric Predictive Model Conditioned on Hand Trajectories
von: Zhang, Binjie, et al.
Veröffentlicht: (2025)

ConSept: Continual Semantic Segmentation via Adapter-based Vision Transformer
von: Dong, Bowen, et al.
Veröffentlicht: (2024)

D3S2: Diffusion-Guided Dataset Distillation for Semantic Segmentation
von: Zheng, Wenjie, et al.
Veröffentlicht: (2026)

A Gift from the Integration of Discriminative and Diffusion-based Generative Learning: Boundary Refinement Remote Sensing Semantic Segmentation
von: Wang, Hao, et al.
Veröffentlicht: (2025)

ACDiT: Interpolating Autoregressive Conditional Modeling and Diffusion Transformer
von: Hu, Jinyi, et al.
Veröffentlicht: (2024)

Faster Diffusion Action Segmentation
von: Wang, Shuaibing, et al.
Veröffentlicht: (2024)

HandVQA: Diagnosing and Improving Fine-Grained Spatial Reasoning about Hands in Vision-Language Models
von: Sayem, MD Khalequzzaman Chowdhury, et al.
Veröffentlicht: (2026)

SDiT: Semantic Region-Adaptive for Diffusion Transformers
von: Lin, Bowen, et al.
Veröffentlicht: (2026)

PASS:Test-Time Prompting to Adapt Styles and Semantic Shapes in Medical Image Segmentation
von: Zhang, Chuyan, et al.
Veröffentlicht: (2024)

EHPE: A Segmented Architecture for Enhanced Hand Pose Estimation
von: Zheng, Bolun, et al.
Veröffentlicht: (2025)

A Hidden Semantic Bottleneck in Conditional Embeddings of Diffusion Transformers
von: Pham, Trung X., et al.
Veröffentlicht: (2026)

Heuristic Self-Paced Learning for Domain Adaptive Semantic Segmentation under Adverse Conditions
von: Wang, Shiqin, et al.
Veröffentlicht: (2026)

MemorySAM: Memorize Modalities and Semantics with Segment Anything Model 2 for Multi-modal Semantic Segmentation
von: Liao, Chenfei, et al.
Veröffentlicht: (2025)

Video Virtual Try-on with Conditional Diffusion Transformer Inpainter
von: Zou, Cheng, et al.
Veröffentlicht: (2025)

HandBooster: Boosting 3D Hand-Mesh Reconstruction by Conditional Synthesis and Sampling of Hand-Object Interactions
von: Xu, Hao, et al.
Veröffentlicht: (2024)

SesaHand: Enhancing 3D Hand Reconstruction via Controllable Generation with Semantic and Structural Alignment
von: Zhao, Zhuoran, et al.
Veröffentlicht: (2026)

Learning Spectral-Decomposed Tokens for Domain Generalized Semantic Segmentation
von: Yi, Jingjun, et al.
Veröffentlicht: (2024)

Representation Separation for Semantic Segmentation with Vision Transformers
von: Hong, Yuanduo, et al.
Veröffentlicht: (2022)

Condition-Invariant Semantic Segmentation
von: Sakaridis, Christos, et al.
Veröffentlicht: (2023)

Rein++: Efficient Generalization and Adaptation for Semantic Segmentation with Vision Foundation Models
von: Wei, Zhixiang, et al.
Veröffentlicht: (2025)

Multi-Granularity Hand Action Detection
von: Zhe, Ting, et al.
Veröffentlicht: (2023)

Dual-Stream Alignment for Action Segmentation
von: Gammulle, Harshala, et al.
Veröffentlicht: (2025)

Efficient and Effective Weakly-Supervised Action Segmentation via Action-Transition-Aware Boundary Alignment
von: Xu, Angchi, et al.
Veröffentlicht: (2024)

Marine Saliency Segmenter: Object-Focused Conditional Diffusion with Region-Level Semantic Knowledge Distillation
von: Chang, Laibin, et al.
Veröffentlicht: (2025)

Unified Multimodal Coherent Field: Synchronous Semantic-Spatial-Vision Fusion for Brain Tumor Segmentation
von: Zhang, Mingda, et al.
Veröffentlicht: (2025)

SAFE-Pruner: Semantic Attention-Guided Future-Aware Token Pruning for Efficient Vision-Language-Action Manipulation
von: Ma, Shilin, et al.
Veröffentlicht: (2026)

A Dual-Mode ViT-Conditioned Diffusion Framework with an Adaptive Conditioning Bridge for Breast Cancer Segmentation
von: Singh, Prateek, et al.
Veröffentlicht: (2025)