Fragment-Aware Vision Transformers for Fresco-Fragment Style Classification
研究针对壁画碎片风格分类问题，采用前景引导掩码、基于修复的几何正则化及监督对比目标等改进的Transformer框架，提高了识别准确性。
0 citationsRead paper
Selected work
Representative Papers
Hypergraph-Regularized Gramian Volumes for Multimodal Retrieval
该研究通过引入Hypergraph-Regularized Gramian Volumes方法，在多模态检索中利用语义关系优化候选样本的嵌入表示，从而提高文本与视频、音频及字幕匹配的准确性。
0 citationsRead paper
Query-Conditioned Spherical Centroid Aggregation for Multimodal Retrieval
该研究针对多模态检索中对称聚合方法效果不佳的问题，提出了一种基于查询条件的球面质心聚合方法SCALAR，通过学习自适应相关性权重来提高检索性能。
0 citationsRead paper
CoordFormer: Give Me Any Coordinates and I Will Give You Labels
针对高分辨率图像语义分割的计算成本高和细节捕捉难的问题，提出了一种基于坐标的新架构CoordFormer，通过局部交叉注意力机制实现任意位置的标签预测。
0 citationsRead paper
AppendiGrade: An XAI-Enhanced Deep Learning Framework for Grading Appendicitis in Ultrasound with Gaussian Blur and Grad-CAM
研究开发了一种基于深度学习的框架，使用预训练模型和图像处理技术来提高超声图像中复杂阑尾炎诊断的准确性，并通过Grad-CAM解释模型预测。
0 citationsRead paper
Recent publications
Latest Papers
Fragment-Aware Vision Transformers for Fresco-Fragment Style Classification
研究针对壁画碎片风格分类问题，采用前景引导掩码、基于修复的几何正则化及监督对比目标等改进的Transformer框架，提高了识别准确性。
0 citationsRead paper
Hypergraph-Regularized Gramian Volumes for Multimodal Retrieval
该研究通过引入Hypergraph-Regularized Gramian Volumes方法，在多模态检索中利用语义关系优化候选样本的嵌入表示，从而提高文本与视频、音频及字幕匹配的准确性。
0 citationsRead paper
Query-Conditioned Spherical Centroid Aggregation for Multimodal Retrieval
该研究针对多模态检索中对称聚合方法效果不佳的问题，提出了一种基于查询条件的球面质心聚合方法SCALAR，通过学习自适应相关性权重来提高检索性能。
0 citationsRead paper
CoordFormer: Give Me Any Coordinates and I Will Give You Labels
针对高分辨率图像语义分割的计算成本高和细节捕捉难的问题，提出了一种基于坐标的新架构CoordFormer，通过局部交叉注意力机制实现任意位置的标签预测。
0 citationsRead paper
AppendiGrade: An XAI-Enhanced Deep Learning Framework for Grading Appendicitis in Ultrasound with Gaussian Blur and Grad-CAM
研究开发了一种基于深度学习的框架，使用预训练模型和图像处理技术来提高超声图像中复杂阑尾炎诊断的准确性，并通过Grad-CAM解释模型预测。
0 citationsRead paper