semantic details | BriefGPT

关键词semantic details

搜索结果 - 5

MMRTQ：基于图文模型重新思考视频语言理解
我们提出了一种名为 RTQ（Refine，Temporal model 和 Query）的新型框架，同时解决了视频语言理解中的信息冗余、时序依赖和场景复杂度等挑战，这种方法通过对帧内冗余信息的优化、建模帧之间的时序关系和从视频中查询任务特定
PDF7 months ago
CoSeR：连接图像和语言的认知超分辨率
引入 Cognitive Super-Resolution (CoSeR) 框架，通过融合图像外观和语言理解生成认知嵌入，激活大型文本到图像扩散模型的先前信息，并通过提供高质量参考图像优化超分辨率过程，以此修复语义正确和逼真的细节。
PDF7 months ago
缺陷谱：拥有丰富语义的大规模缺陷数据集的细粒度分析
介绍一种称为 “Defect Spectrum” 的全面基准数据库，提供用于工业缺陷的精确、语义丰富和大规模的注释；同时引入名为 “Defect-Gen” 的两阶段扩散型生成器，可生成高质量和多样化的缺陷图像，显著提高缺陷检测模型的效果；该
PDF8 months ago
利用字幕和注入技术实现最小文本输入的用户友好型图像编辑
本文提出了两种基于提示生成框架的简单而有效的方法，以改善基于文本的图像编辑过程中用户工程的问题，并通过定性和定量实验证明了提示在基于文本的图像编辑中的重要性以及我们的方法可以与基于参考的提示相媲美。
PDFa year ago
WWWCapEnrich: 通过跨模态预训练知识为 Web 图像增加标题语义
本文提出了一种基于 Vision-Language Pre-training 模型的插拔式框架 CapEnrich，通过自动数据构建策略和可学习 / 模板提示策略，为万维网上的无标签图片生成更加完整，丰富和具备语义的文本描述，从而将其应用于
PDF2 years ago