Buchumschlag

ViTALS: Vision Transformer for Action Localization in Surgical Nephrectomy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chandra, Soumyadeep, Chowdhury, Sayeed Shafayet, Yong, Courtney, Sundaram, Chandru P., Roy, Kaushik
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Visual Syntactical Understanding
von: Chowdhury, Sayeed Shafayet, et al.
Veröffentlicht: (2024)

REMAP: Regularized Matching and Partial Alignment of Video Embeddings
von: Chandra, Soumyadeep, et al.
Veröffentlicht: (2025)

2D-ThermAl: Physics-Informed Framework for Thermal Analysis of Circuits using Generative AI
von: Chandra, Soumyadeep, et al.
Veröffentlicht: (2025)

Loss Knows Best: Detecting Annotation Errors in Videos via Loss Trajectories
von: Alwis, Praditha, et al.
Veröffentlicht: (2026)

LocalViT: Analyzing Locality in Vision Transformers
von: Li, Yawei, et al.
Veröffentlicht: (2021)

VAT: Vision Action Transformer by Unlocking Full Representation of ViT
von: Li, Wenhao, et al.
Veröffentlicht: (2025)

IML-ViT: Benchmarking Image Manipulation Localization by Vision Transformer
von: Ma, Xiaochen, et al.
Veröffentlicht: (2023)

MangoLeafViT: Leveraging Lightweight Vision Transformer with Runtime Augmentation for Efficient Mango Leaf Disease Classification
von: Chowdhury, Rafi Hassan, et al.
Veröffentlicht: (2025)

BornoViT: A Novel Efficient Vision Transformer for Bengali Handwritten Basic Characters Classification
von: Chowdhury, Rafi Hassan, et al.
Veröffentlicht: (2026)

ViT-5: Vision Transformers for The Mid-2020s
von: Wang, Feng, et al.
Veröffentlicht: (2026)

FTerViT: Fully Ternary Vision Transformer
von: Ruciński, Szymon, et al.
Veröffentlicht: (2026)

ViTAR: Vision Transformer with Any Resolution
von: Fan, Qihang, et al.
Veröffentlicht: (2024)

Retina Vision Transformer (RetinaViT): Introducing Scaled Patches into Vision Transformers
von: Shu, Yuyang, et al.
Veröffentlicht: (2024)

Fine-Grained Action Segmentation for Renorrhaphy in Robot-Assisted Partial Nephrectomy
von: Dai, Jiaheng, et al.
Veröffentlicht: (2026)

ViTOC: Vision Transformer and Object-aware Captioner
von: Huang, Feiyang
Veröffentlicht: (2024)

ACC-ViT : Atrous Convolution's Comeback in Vision Transformers
von: Ibtehaz, Nabil, et al.
Veröffentlicht: (2024)

EA-ViT: Efficient Adaptation for Elastic Vision Transformer
von: Zhu, Chen, et al.
Veröffentlicht: (2025)

ViTCN: Vision Transformer Contrastive Network For Reasoning
von: Song, Bo, et al.
Veröffentlicht: (2024)

Towards Scalable Modeling of Compressed Videos for Efficient Action Recognition
von: Biswas, Shristi Das, et al.
Veröffentlicht: (2025)

LoViT: Long Video Transformer for Surgical Phase Recognition
von: Liu, Yang, et al.
Veröffentlicht: (2023)

ViT-AdaLA: Adapting Vision Transformers with Linear Attention
von: Li, Yifan, et al.
Veröffentlicht: (2026)

UniViTAR: Unified Vision Transformer with Native Resolution
von: Qiao, Limeng, et al.
Veröffentlicht: (2025)

ChangeViT: Unleashing Plain Vision Transformers for Change Detection
von: Zhu, Duowang, et al.
Veröffentlicht: (2024)

ViTGaze: Gaze Following with Interaction Features in Vision Transformers
von: Song, Yuehao, et al.
Veröffentlicht: (2024)

ThinkingViT: Matryoshka Thinking Vision Transformer for Elastic Inference
von: Hojjat, Ali, et al.
Veröffentlicht: (2025)

SurgLaVi: Large-Scale Hierarchical Dataset for Surgical Vision-Language Representation Learning
von: Perez, Alejandra, et al.
Veröffentlicht: (2025)

LoLA-SpecViT: Local Attention SwiGLU Vision Transformer with LoRA for Hyperspectral Imaging
von: Zidi, Fadi Abdeladhim, et al.
Veröffentlicht: (2025)

ViT-FIQA: Assessing Face Image Quality using Vision Transformers
von: Atzori, Andrea, et al.
Veröffentlicht: (2025)

MPTQ-ViT: Mixed-Precision Post-Training Quantization for Vision Transformer
von: Tai, Yu-Shan, et al.
Veröffentlicht: (2024)

MAGIC: Multimodal Alignment & Grounding-aware Instruction Coreset for Vision-Language Models
von: Biswas, Shristi Das, et al.
Veröffentlicht: (2026)

FairViT: Fair Vision Transformer via Adaptive Masking
von: Tian, Bowei, et al.
Veröffentlicht: (2024)

Multiscale Vision Transformers meet Bipartite Matching for efficient single-stage Action Localization
von: Ntinou, Ioanna, et al.
Veröffentlicht: (2023)

HIRI-ViT: Scaling Vision Transformer with High Resolution Inputs
von: Yao, Ting, et al.
Veröffentlicht: (2024)

ViTA-Seg: Vision Transformer for Amodal Segmentation in Robotics
von: Caramia, Donato, et al.
Veröffentlicht: (2025)

ViTmiX: Vision Transformer Explainability Augmented by Mixed Visualization Methods
von: Hogea, Eduard, et al.
Veröffentlicht: (2024)

Language-Unlocked ViT (LUViT): Empowering Self-Supervised Vision Transformers with LLMs
von: Kuzucu, Selim, et al.
Veröffentlicht: (2025)

ADFQ-ViT: Activation-Distribution-Friendly Post-Training Quantization for Vision Transformers
von: Jiang, Yanfeng, et al.
Veröffentlicht: (2024)

Hyb-KAN ViT: Hybrid Kolmogorov-Arnold Networks Augmented Vision Transformer
von: Dey, Sainath, et al.
Veröffentlicht: (2025)

ReViT: Enhancing Vision Transformers Feature Diversity with Attention Residual Connections
von: Diko, Anxhelo, et al.
Veröffentlicht: (2024)

SVD-ViT: Does SVD Make Vision Transformers Attend More to the Foreground?
von: Murata, Haruhiko, et al.
Veröffentlicht: (2026)