Language-aware vision transformer for referring segmentation

Language-aware vision transformer for referring segmentation

Referring segmentation is a fundamental vision-language task that aims to segment out an object from an image or video in accordance with a natural language description. One of the key challenges behind this task is leveraging the referring expression for highlighting relevant positions in the image...

Повний опис

Бібліографічні деталі
Автори:	Yang, Z, Wang, J, Ye, X, Tang, Y, Chen, K, Zhao, H, Torr, PHS
Формат:	Journal article
Мова:	English
Опубліковано:	IEEE 2024

Схожі ресурси

LAVT: Language-Aware Vision Transformer for referring image segmentation
за авторством: Yang, Z, та інші
Опубліковано: (2022)

Semantics-aware dynamic localization and refinement for referring image segmentation
за авторством: Yang, Z, та інші
Опубліковано: (2023)

Vision transformers: from semantic segmentation to dense prediction
за авторством: Zhang, L, та інші
Опубліковано: (2024)

Hierarchical interaction network for video object segmentation from referring expressions
за авторством: Yang, Z, та інші
Опубліковано: (2021)

Behind every domain there is a shift: adapting distortion-aware vision transformers for panoramic semantic segmentation
за авторством: Zhang, J, та інші
Опубліковано: (2024)

LUNA: language as continuing anchors for referring expression comprehension
за авторством: Liang, Y, та інші
Опубліковано: (2023)

Behind every domain there is a shift: adapting distortion-aware vision transformers for panoramic semantic segmentation
за авторством: Zhang, J, та інші
Опубліковано: (2024)

An empirical study of detection-based video instance segmentation
за авторством: Wang, Q, та інші
Опубліковано: (2020)

Rethinking semantic segmentation from a sequence-to-sequence perspective with transformers
за авторством: Zheng, S, та інші
Опубліковано: (2021)

Geometric motion segmentation and model selection
за авторством: Torr, PHS
Опубліковано: (1998)

Reference-aware language models
за авторством: Yang, Z, та інші
Опубліковано: (2017)

Unifying training and inference for panoptic segmentation
за авторством: Li, Q, та інші
Опубліковано: (2020)

Dynamic graph cuts and their applications in computer vision
за авторством: Kohli, P, та інші
Опубліковано: (2010)

Outlier detection and motion segmentation
за авторством: Torr, PHS, та інші
Опубліковано: (1993)

Patch-based separable transformer for visual recognition
за авторством: Sun, S, та інші
Опубліковано: (2022)

Semantic-aware auto-encoders for self-supervised representation learning
за авторством: Wang, G, та інші
Опубліковано: (2022)

Vision transformer with progressive sampling
за авторством: Yue, X, та інші
Опубліковано: (2022)

Improving few-shot learning by spatially-aware matching and crosstransformer
за авторством: Zhang, H, та інші
Опубліковано: (2023)

Concerning Bayesian motion segmentation, model averaging, matching and the trifocal tensor
за авторством: Torr, PHS, та інші
Опубліковано: (2006)

Bottom-up Instance Segmentation using Deep Higher-Order CRFs
за авторством: Arnab, A, та інші
Опубліковано: (2016)

An object category specific mrf for segmentation
за авторством: Kumar, MP, та інші
Опубліковано: (2007)

Learning layered motion segmentations of video
за авторством: Kumar, MP, та інші
Опубліковано: (2005)

On the robustness of semantic segmentation models to adversarial attacks
за авторством: Arnab, A, та інші
Опубліковано: (2019)

SegPGD: an effective and efficient adversarial attack for evaluating and boosting segmentation robustness
за авторством: Gu, J, та інші
Опубліковано: (2022)

Target identity-aware network flow for online multiple target tracking
за авторством: Dehghan, A, та інші
Опубліковано: (2015)

Learning layered motion segmentations of video
за авторством: Pawan Kumar, M, та інші
Опубліковано: (2007)

Urban 3D semantic modelling using stereo vision
за авторством: Sengupta, S, та інші
Опубліковано: (2013)

Object-aware vision and language navigation for domestic robots
за авторством: Zhao, Weiyi
Опубліковано: (2022)

Discovering class-specific pixels for weakly-supervised semantic segmentation
за авторством: Chaudhry, A, та інші
Опубліковано: (2017)

OBJCUT: efficient segmentation using top-down and bottom-up cues
за авторством: Kumar, MP, та інші
Опубліковано: (2009)

Practical Techniques for Vision-Language Segmentation Model in Remote Sensing
за авторством: Y. Lin, та інші
Опубліковано: (2024-06-01)

Benchmarking robustness of adaptation methods on pre-trained vision-language models
за авторством: Chen, S, та інші
Опубліковано: (2024)

Occluded video instance segmentation: A benchmark
за авторством: Qi, J, та інші
Опубліковано: (2022)

GeoNet++: Iterative geometric neural network with edge-aware refinement for joint depth and surface normal estimation
за авторством: Qi, X, та інші
Опубліковано: (2020)

Scalable cascade inference for semantic image segmentation
за авторством: Sturgess, P, та інші
Опубліковано: (2012)

POSECUT: simultaneous segmentation and 3d pose estimation of humans using dynamic graph-cuts
за авторством: Bray, M, та інші
Опубліковано: (2006)

Deep FusionNet for point cloud semantic segmentation
за авторством: Zhang, F, та інші
Опубліковано: (2020)

Associative hierarchical CRFs for object class image segmentation
за авторством: Ladický, L, та інші
Опубліковано: (2009)

Prompting a pretrained transformer can be a universal approximator
за авторством: Petrov, A, та інші
Опубліковано: (2024)

Spatio-temporal action instance segmentation and localisation
за авторством: Saha, S, та інші
Опубліковано: (2020)