Buchumschlag

MGIMM: Multi-Granularity Instruction Multimodal Model for Attribute-Guided Remote Sensing Image Detailed Description

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Cong, Li, Zuchao, Zhang, Lefei
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

Enhancing Perception of Key Changes in Remote Sensing Image Change Captioning
von: Yang, Cong, et al.
Veröffentlicht: (2024)

Centroid-centered Modeling for Efficient Vision Transformer Pre-training
von: Yan, Xin, et al.
Veröffentlicht: (2023)

SIGMAE: A Spectral-Index-Guided Foundation Model for Multispectral Remote Sensing
von: Zhang, Xiaokang, et al.
Veröffentlicht: (2026)

FedEU: Evidential Uncertainty-Driven Federated Fine-Tuning of Vision Foundation Models for Remote Sensing Image Segmentation
von: Zhang, Xiaokang, et al.
Veröffentlicht: (2026)

RS2-SAM2: Customized SAM2 for Referring Remote Sensing Image Segmentation
von: Rong, Fu, et al.
Veröffentlicht: (2025)

S5: Scalable Semi-Supervised Semantic Segmentation in Remote Sensing
von: Lv, Liang, et al.
Veröffentlicht: (2025)

Multi-modal Auto-regressive Modeling via Visual Words
von: Peng, Tianshuo, et al.
Veröffentlicht: (2024)

Instruction-guided Multi-Granularity Segmentation and Captioning with Large Multimodal Model
von: Zhou, Li, et al.
Veröffentlicht: (2024)

Global-Local Detail Guided Transformer for Sea Ice Recognition in Optical Remote Sensing Images
von: Huang, Zhanchao, et al.
Veröffentlicht: (2024)

CDChat: A Large Multimodal Model for Remote Sensing Change Description
von: Noman, Mubashir, et al.
Veröffentlicht: (2024)

MapGlue: Multimodal Remote Sensing Image Matching
von: Wu, Peihao, et al.
Veröffentlicht: (2025)

Cross-modal Context-aware Learning for Visual Prompt Guided Multimodal Image Understanding in Remote Sensing
von: Zhang, Xu, et al.
Veröffentlicht: (2025)

RSEdit: Text-Guided Image Editing for Remote Sensing
von: Zhenyuan, Chen, et al.
Veröffentlicht: (2026)

EagleVision: Object-level Attribute Multimodal LLM for Remote Sensing
von: Jiang, Hongxiang, et al.
Veröffentlicht: (2025)

Balanced Diffusion-Guided Fusion for Multimodal Remote Sensing Classification
von: Liu, Hao, et al.
Veröffentlicht: (2025)

FUSAR-KLIP: Towards Multimodal Foundation Models for Remote Sensing
von: Yang, Yi, et al.
Veröffentlicht: (2025)

MSP-MVS: Multi-Granularity Segmentation Prior Guided Multi-View Stereo
von: Yuan, Zhenlong, et al.
Veröffentlicht: (2024)

ChangeChat: An Interactive Model for Remote Sensing Change Analysis via Multimodal Instruction Tuning
von: Deng, Pei, et al.
Veröffentlicht: (2024)

Exploring Text-Guided Single Image Editing for Remote Sensing Images
von: Han, Fangzhou, et al.
Veröffentlicht: (2024)

Interactive Masked Image Modeling for Multimodal Object Detection in Remote Sensing
von: Vu, Minh-Duc, et al.
Veröffentlicht: (2024)

Multimodal-Aware Fusion Network for Referring Remote Sensing Image Segmentation
von: Shi, Leideng, et al.
Veröffentlicht: (2025)

Hi-ResNet: Edge Detail Enhancement for High-Resolution Remote Sensing Segmentation
von: Chen, Yuxia, et al.
Veröffentlicht: (2023)

Guiding Instruction-based Image Editing via Multimodal Large Language Models
von: Fu, Tsu-Jui, et al.
Veröffentlicht: (2023)

Fast-then-Fine: A Two-Stage Framework with Multi-Granular Representation for Cross-Modal Retrieval in Remote Sensing
von: Chen, Xi, et al.
Veröffentlicht: (2026)

OmniCD: A Foundational Framework for Remote Sensing Image Change Detection Guided by Multimodal Semantics
von: Sun, Chenhao
Veröffentlicht: (2026)

Multi-Granularity Reasoning for Image Quality Assessment via Attribute-Aware Reinforcement Learning to Rank
von: Chen, Xiangyong, et al.
Veröffentlicht: (2026)

GeoAlignCLIP: Enhancing Fine-Grained Vision-Language Alignment in Remote Sensing via Multi-Granular Consistency Learning
von: Yang, Xiao, et al.
Veröffentlicht: (2026)

Referring Remote Sensing Image Segmentation via Bidirectional Alignment Guided Joint Prediction
von: Zhang, Tianxiang, et al.
Veröffentlicht: (2025)

PriorCLIP: Visual Prior Guided Vision-Language Model for Remote Sensing Image-Text Retrieval
von: Pan, Jiancheng, et al.
Veröffentlicht: (2024)

A Survey on Remote Sensing Foundation Models: From Vision to Multimodality
von: Huang, Ziyue, et al.
Veröffentlicht: (2025)

ChangeBridge: Spatiotemporal Image Generation with Multimodal Controls for Remote Sensing
von: Zhao, Zhenghui, et al.
Veröffentlicht: (2025)

MG-LLaVA: Towards Multi-Granularity Visual Instruction Tuning
von: Zhao, Xiangyu, et al.
Veröffentlicht: (2024)

Enhancing Descriptive Captions with Visual Attributes for Multimodal Perception
von: Sun, Yanpeng, et al.
Veröffentlicht: (2024)

Beyond Open Vocabulary: Multimodal Prompting for Object Detection in Remote Sensing Images
von: Yang, Shuai, et al.
Veröffentlicht: (2026)

TEFormer: Texture-Aware and Edge-Guided Transformer for Semantic Segmentation of Urban Remote Sensing Images
von: Zhou, Guoyu, et al.
Veröffentlicht: (2025)

STAND: Semantic Anchoring Constraint with Dual-Granularity Disambiguation for Remote Sensing Image Change Captioning
von: Gong, Yanpei, et al.
Veröffentlicht: (2026)

AMMUNet: Multi-Scale Attention Map Merging for Remote Sensing Image Segmentation
von: Yang, Yang, et al.
Veröffentlicht: (2024)

NOTA: Multimodal Music Notation Understanding for Visual Large Language Model
von: Tang, Mingni, et al.
Veröffentlicht: (2025)

RS-GPT4V: A Unified Multimodal Instruction-Following Dataset for Remote Sensing Image Understanding
von: Xu, Linrui, et al.
Veröffentlicht: (2024)

Image Textualization: An Automatic Framework for Creating Accurate and Detailed Image Descriptions
von: Pi, Renjie, et al.
Veröffentlicht: (2024)