:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Alam, Mohammed Talha, Imam, Raza, Guizani, Mohsen, Karray, Fakhri
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2405.13267
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CosmoCLIP: Generalizing Large Vision-Language Models for Astronomical Imaging
von: Imam, Raza, et al.
Veröffentlicht: (2024)

AstroSpy: On detecting Fake Images in Astronomy via Joint Image-Spectral Representations
von: Alam, Mohammed Talha, et al.
Veröffentlicht: (2024)

Projected Gradient Unlearning for Text-to-Image Diffusion Models: Defending Against Concept Revival Attacks
von: Aladawi, Aljalila, et al.
Veröffentlicht: (2026)

ADAM-Dehaze: Adaptive Density-Aware Multi-Stage Dehazing for Improved Object Detection in Foggy Conditions
von: AlHindaassi, Fatmah, et al.
Veröffentlicht: (2025)

FaceAnonyMixer: Cancelable Faces via Identity Consistent Latent Space Mixing
von: Alam, Mohammed Talha, et al.
Veröffentlicht: (2025)

AdaptPrompt: Parameter-Efficient Adaptation of VLMs for Generalizable Deepfake Detection
von: Jiang, Yichen, et al.
Veröffentlicht: (2025)

Introducing SDICE: An Index for Assessing Diversity of Synthetic Medical Datasets
von: Alam, Mohammed Talha, et al.
Veröffentlicht: (2024)

SPQR: A Standardized Benchmark for Modern Safety Alignment Methods in Text-to-Image Diffusion Models
von: Alam, Mohammed Talha, et al.
Veröffentlicht: (2025)

Vision Language Models for Dynamic Human Activity Recognition in Healthcare Settings
von: Abid, Abderrazek, et al.
Veröffentlicht: (2025)

NL-MambaXCT: Self-Supervised Nested-Learning Mamba for Nomex Honeycomb X-ray CT Defect Classification
von: Aldoboni, Ghaleb, et al.
Veröffentlicht: (2026)

REMONI: An Autonomous System Integrating Wearables and Multimodal Large Language Models for Enhanced Remote Health Monitoring
von: Ho, Thanh Cong, et al.
Veröffentlicht: (2025)

On the Robustness of Medical Vision-Language Models: Are they Truly Generalizable?
von: Imam, Raza, et al.
Veröffentlicht: (2025)

Quran-MD: A Fine-Grained Multilingual Multimodal Dataset of the Quran
von: Salman, Muhammad Umar, et al.
Veröffentlicht: (2026)

GNN-ViTCap: GNN-Enhanced Multiple Instance Learning with Vision Transformers for Whole Slide Image Classification and Captioning
von: Raju, S M Taslim Uddin, et al.
Veröffentlicht: (2025)

PS3: A Multimodal Transformer Integrating Pathology Reports with Histology Images and Biological Pathways for Cancer Survival Prediction
von: Raza, Manahil, et al.
Veröffentlicht: (2025)

Y-CA-Net: A Convolutional Attention Based Network for Volumetric Medical Image Segmentation
von: Sharif, Muhammad Hamza, et al.
Veröffentlicht: (2024)

ChatENV: An Interactive Vision-Language Model for Sensor-Guided Environmental Monitoring and Scenario Simulation
von: Elgendy, Hosam, et al.
Veröffentlicht: (2025)

Hierarchical Instruction-aware Embodied Visual Tracking
von: Wu, Kui, et al.
Veröffentlicht: (2025)

SAUCE: Selective Concept Unlearning in Vision-Language Models with Sparse Autoencoders
von: Li, Qing, et al.
Veröffentlicht: (2025)

T3: Test-Time Model Merging in VLMs for Zero-Shot Medical Imaging Analysis
von: Imam, Raza, et al.
Veröffentlicht: (2025)

Robust and Calibrated Detection of Authentic Multimedia Content
von: Hashmi, Sarim, et al.
Veröffentlicht: (2025)

Test-Time Low Rank Adaptation via Confidence Maximization for Zero-Shot Generalization of Vision-Language Models
von: Imam, Raza, et al.
Veröffentlicht: (2024)

Decoupling Clinical and Class-Agnostic Features for Reliable Few-Shot Adaptation under Shift
von: Rahman, Umaima, et al.
Veröffentlicht: (2025)

Stride-Net: Fairness-Aware Disentangled Representation Learning for Chest X-Ray Diagnosis
von: Rashid, Darakshan, et al.
Veröffentlicht: (2026)

UrbanGS: Semantic-Guided Gaussian Splatting for Urban Scene Reconstruction
von: Li, Ziwen, et al.
Veröffentlicht: (2024)

CAST: Channel-Aware Spatial Transfer Learning with Pseudo-Image Radar for Sign Language Recognition
von: Shujon, Md. Shakhoyat Rahman, et al.
Veröffentlicht: (2026)

GeoLLaVA: Efficient Fine-Tuned Vision-Language Models for Temporal Change Detection in Remote Sensing
von: Elgendy, Hosam, et al.
Veröffentlicht: (2024)

FusionEnsemble-Net: An Attention-Based Ensemble of Spatiotemporal Networks for Multimodal Sign Language Recognition
von: Islam, Md. Milon, et al.
Veröffentlicht: (2025)

Stain-Invariant Representation for Tissue Classification in Histology Images
von: Raza, Manahil, et al.
Veröffentlicht: (2024)

Internal Activation Revision: Safeguarding Vision Language Models Without Parameter Update
von: Li, Qing, et al.
Veröffentlicht: (2025)

A Novel Approach to Linking Histology Images with DNA Methylation
von: Raza, Manahil, et al.
Veröffentlicht: (2025)

UAV-Assisted Real-Time Disaster Detection Using Optimized Transformer Model
von: Jankovic, Branislava, et al.
Veröffentlicht: (2025)

Real-Time Aerial Fire Detection on Resource-Constrained Devices Using Knowledge Distillation
von: Jangirova, Sabina, et al.
Veröffentlicht: (2025)

Vision-Language Models for Edge Networks: A Comprehensive Survey
von: Sharshar, Ahmed, et al.
Veröffentlicht: (2025)

A Signer-Invariant Conformer and Multi-Scale Fusion Transformer for Continuous Sign Language Recognition
von: Haque, Md Rezwanul, et al.
Veröffentlicht: (2025)

Can language-guided unsupervised adaptation improve medical image classification using unpaired images and texts?
von: Rahman, Umaima, et al.
Veröffentlicht: (2024)

Domain Adaptable Fine-Tune Distillation Framework For Advancing Farm Surveillance
von: Imam, Raza, et al.
Veröffentlicht: (2024)

PulmoFusion: Advancing Pulmonary Health with Efficient Multi-Modal Fusion
von: Sharshar, Ahmed, et al.
Veröffentlicht: (2025)

Fair Text to Medical Image Diffusion Model with Subgroup Distribution Aligned Tuning
von: Han, Xu, et al.
Veröffentlicht: (2024)

Inpainting is All You Need: A Diffusion-based Augmentation Method for Semi-supervised Medical Image Segmentation
von: Hu, Xinrong, et al.
Veröffentlicht: (2025)