:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xiao, Bin, Simsek, Murat, Kantarci, Burak, Alkheir, Ala Abu
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition Information Retrieval
Online-Zugang:	https://arxiv.org/abs/2312.00699
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Multi-Granularity Retrieval Framework for Visually-Rich Documents
von: Xu, Mingjun, et al.
Veröffentlicht: (2025)

Hybrid-Vector Retrieval for Visually Rich Documents: Combining Single-Vector Efficiency and Multi-Vector Accuracy
von: Kim, Juyeon, et al.
Veröffentlicht: (2025)

WikiSeeker: Rethinking the Role of Vision-Language Models in Knowledge-Based Visual Question Answering
von: Zhu, Yingjian, et al.
Veröffentlicht: (2026)

One Pic is All it Takes: Poisoning Visual Document Retrieval Augmented Generation with a Single Image
von: Shereen, Ezzeldin, et al.
Veröffentlicht: (2025)

Structural Anchor Pruning: Training-Free Multi-Vector Compression for Visual Document Retrieval
von: Liu, Zhuchenyang, et al.
Veröffentlicht: (2026)

Towards Human-Like Machine Comprehension: Few-Shot Relational Learning in Visually-Rich Documents
von: Wang, Hao, et al.
Veröffentlicht: (2024)

Love Me, Love My Label: Rethinking the Role of Labels in Prompt Retrieval for Visual In-Context Learning
von: Luo, Tianci, et al.
Veröffentlicht: (2026)

VDocRAG: Retrieval-Augmented Generation over Visually-Rich Documents
von: Tanaka, Ryota, et al.
Veröffentlicht: (2025)

Music Recommendation Based on Facial Emotion Recognition
von: B, Rajesh, et al.
Veröffentlicht: (2024)

Rethinking Sparse Lexical Representations for Image Retrieval in the Age of Rising Multi-Modal Large Language Models
von: Nakata, Kengo, et al.
Veröffentlicht: (2024)

DeepImageSearch: Benchmarking Multimodal Agents for Context-Aware Image Retrieval in Visual Histories
von: Deng, Chenlong, et al.
Veröffentlicht: (2026)

Leveraging Foundation Models for Content-Based Image Retrieval in Radiology
von: Denner, Stefan, et al.
Veröffentlicht: (2024)

A Collaborative Jade Recognition System for Mobile Devices Based on Lightweight and Large Models
von: Wang, Zhenyu, et al.
Veröffentlicht: (2025)

Rethinking Composed Image Retrieval Evaluation: A Fine-Grained Benchmark from Image Editing
von: Song, Tingyu, et al.
Veröffentlicht: (2026)

Prototype-Driven Structure Synergy Network for Remote Sensing Images Segmentation
von: Wang, Junyi, et al.
Veröffentlicht: (2025)

ProGEO: Generating Prompts through Image-Text Contrastive Learning for Visual Geo-localization
von: Mao, Chen, et al.
Veröffentlicht: (2024)

NanoVDR: Distilling a 2B Vision-Language Retriever into a 70M Text-Only Encoder for Visual Document Retrieval
von: Liu, Zhuchenyang, et al.
Veröffentlicht: (2026)

DEMO: A Statistical Perspective for Efficient Image-Text Matching
von: Zhang, Fan, et al.
Veröffentlicht: (2024)

Towards Natural Language-Based Document Image Retrieval: New Dataset and Benchmark
von: Guo, Hao, et al.
Veröffentlicht: (2025)

Attention Grounded Enhancement for Visual Document Retrieval
von: Cui, Wanqing, et al.
Veröffentlicht: (2025)

Offline Evaluation of Set-Based Text-to-Image Generation
von: Arabzadeh, Negar, et al.
Veröffentlicht: (2024)

RAVID: Retrieval-Augmented Visual Detection: A Knowledge-Driven Approach for AI-Generated Image Identification
von: Keita, Mamadou, et al.
Veröffentlicht: (2025)

Visual Late Chunking: An Empirical Study of Contextual Chunking for Efficient Visual Document Retrieval
von: Yan, Yibo, et al.
Veröffentlicht: (2026)

Interactive Mars Image Content-Based Search with Interpretable Machine Learning
von: Vasu, Bhavan, et al.
Veröffentlicht: (2024)

Index Light, Reason Deep: Deferred Visual Ingestion for Visual-Dense Document Question Answering
von: Xu, Tao
Veröffentlicht: (2026)

RAPTOR: Refined Approach for Product Table Object Recognition
von: Thomas, Eliott, et al.
Veröffentlicht: (2025)

Fine-grained Motion Retrieval via Joint-Angle Motion Images and Token-Patch Late Interaction
von: Zhang, Yao, et al.
Veröffentlicht: (2026)

FF-PNet: A Pyramid Network Based on Feature and Field for Brain Image Registration
von: Zhang, Ying, et al.
Veröffentlicht: (2025)

Visual Product Search Benchmark
von: Govindappa, Karthik Sulthanpete
Veröffentlicht: (2026)

Revisit Anything: Visual Place Recognition via Image Segment Retrieval
von: Garg, Kartik, et al.
Veröffentlicht: (2024)

MLLM-Guided VLM Fine-Tuning with Joint Inference for Zero-Shot Composed Image Retrieval
von: Tu, Rong-Cheng, et al.
Veröffentlicht: (2025)

ExTTNet: A Deep Learning Algorithm for Extracting Table Texts from Invoice Images
von: Akdoğan, Adem, et al.
Veröffentlicht: (2024)

Semi-Supervised Image-Based Narrative Extraction: A Case Study with Historical Photographic Records
von: German, Fausto, et al.
Veröffentlicht: (2025)

Boosting Document Parsing Efficiency and Performance with Coarse-to-Fine Visual Processing
von: Cui, Cheng, et al.
Veröffentlicht: (2026)

Scalable Residual Feature Aggregation Framework with Hybrid Metaheuristic Optimization for Robust Early Pancreatic Neoplasm Detection in Multimodal CT Imaging
von: Thiruvengadam, Janani Annur, et al.
Veröffentlicht: (2025)

VisTopics: A Visual Semantic Unsupervised Approach to Topic Modeling of Video and Image Data
von: Lokmanoglu, Ayse D, et al.
Veröffentlicht: (2025)

Optimizing Multi-Modal Models for Image-Based Shape Retrieval: The Role of Pre-Alignment and Hard Contrastive Learning
von: Kühn, Paul Julius, et al.
Veröffentlicht: (2026)

Digitization of Document and Information Extraction using OCR
von: Sinha, Rasha, et al.
Veröffentlicht: (2025)

Entity Image and Mixed-Modal Image Retrieval Datasets
von: Blaga, Cristian-Ioan, et al.
Veröffentlicht: (2025)

Representation Discrepancy Bridging Method for Remote Sensing Image-Text Retrieval
von: Ning, Hailong, et al.
Veröffentlicht: (2025)