:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Gupta, Pranav, Krishnan, Advith, Nanda, Naman, Eswar, Ananth, Agarwal, Deeksha, Gohil, Pratham, Goel, Pratyush
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	https://arxiv.org/abs/2410.00477
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

VARS: Vision-based Assessment of Risk in Security Systems
di: Gupta, Pranav, et al.
Pubblicazione: (2024)

PaW-ViT: A Patch-based Warping Vision Transformer for Robust Ear Verification
di: Arun, Deeksha, et al.
Pubblicazione: (2026)

StegaVision: Enhancing Steganography with Attention Mechanism
di: Kumar, Abhinav, et al.
Pubblicazione: (2024)

Time Series, Vision, and Language: Exploring the Limits of Alignment in Contrastive Representation Spaces
di: Yashwante, Pratham, et al.
Pubblicazione: (2026)

ViGEO: an Assessment of Vision GNNs in Earth Observation
di: Colomba, Luca, et al.
Pubblicazione: (2024)

An Explainable Two Stage Deep Learning Framework for Pericoronitis Assessment in Panoramic Radiographs Using YOLOv8 and ResNet-50
di: George, Ajo Babu, et al.
Pubblicazione: (2026)

CLIPScope: Enhancing Zero-Shot OOD Detection with Bayesian Scoring
di: Fu, Hao, et al.
Pubblicazione: (2024)

CXR-Agent: Vision-language models for chest X-ray interpretation with uncertainty aware radiology reporting
di: Sharma, Naman
Pubblicazione: (2024)

LoViF 2026 The First Challenge on Holistic Quality Assessment for 4D World Model (PhyScore)
di: Luo, Wei, et al.
Pubblicazione: (2026)

Unified Multi-Modal Interactive & Reactive 3D Motion Generation via Rectified Flow
di: Gupta, Prerit, et al.
Pubblicazione: (2025)

ViViDex: Learning Vision-based Dexterous Manipulation from Human Videos
di: Chen, Zerui, et al.
Pubblicazione: (2024)

Improved Ear Verification with Vision Transformers and Overlapping Patches
di: Arun, Deeksha, et al.
Pubblicazione: (2025)

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

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

FTerViT: Fully Ternary Vision Transformer
di: Ruciński, Szymon, et al.
Pubblicazione: (2026)

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

ViTNT-FIQA: Training-Free Face Image Quality Assessment with Vision Transformers
di: Ozgur, Guray, et al.
Pubblicazione: (2026)

LoViF 2026 Challenge on Human-oriented Semantic Image Quality Assessment: Methods and Results
di: Li, Xin, et al.
Pubblicazione: (2026)

ViTamin: Designing Scalable Vision Models in the Vision-Language Era
di: Chen, Jieneng, et al.
Pubblicazione: (2024)

ViMoNet: A Multimodal Vision-Language Framework for Human Behavior Understanding from Motion and Video
di: Gupta, Rajan Das, et al.
Pubblicazione: (2025)

LL-ViT: Edge Deployable Vision Transformers with Look Up Table Neurons
di: Nag, Shashank, et al.
Pubblicazione: (2025)

Do Vision-Language Foundational models show Robust Visual Perception?
di: Chandhok, Shivam, et al.
Pubblicazione: (2024)

CanViT: Toward Active-Vision Foundation Models
di: Berreby, Yohaï-Eliel, et al.
Pubblicazione: (2026)

ViM-UNet: Vision Mamba for Biomedical Segmentation
di: Archit, Anwai, et al.
Pubblicazione: (2024)

ViT$^3$: Unlocking Test-Time Training in Vision
di: Han, Dongchen, et al.
Pubblicazione: (2025)

ViTOC: Vision Transformer and Object-aware Captioner
di: Huang, Feiyang
Pubblicazione: (2024)

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

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

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

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

LQ-Adapter: ViT-Adapter with Learnable Queries for Gallbladder Cancer Detection from Ultrasound Image
di: Madan, Chetan, et al.
Pubblicazione: (2024)

Consistent but Dangerous: Per-Sample Safety Classification Reveals False Reliability in Medical Vision-Language Models
di: Sadanandan, Binesh, et al.
Pubblicazione: (2026)

PEDESTRIANQA: A Benchmark for Vision-Language Models on Pedestrian Intention and Trajectory Prediction
di: Mishra, Naman, et al.
Pubblicazione: (2026)

Scene Change Detection with Vision-Language Representation Learning
di: Sheng, Diwei, et al.
Pubblicazione: (2026)

ViLU: Learning Vision-Language Uncertainties for Failure Prediction
di: Lafon, Marc, et al.
Pubblicazione: (2025)

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

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

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

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

i-WiViG: Interpretable Window Vision GNN
di: Obadic, Ivica, et al.
Pubblicazione: (2025)