Buchumschlag

Computer Vision Intelligence Test Modeling and Generation: A Case Study on Smart OCR

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shu, Jing, Miu, Bing-Jiun, Chang, Eugene, Gao, Jerry, Liu, Jun
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Do Existing Testing Tools Really Uncover Gender Bias in Text-to-Image Models?
von: Lyu, Yunbo, et al.
Veröffentlicht: (2025)

Can Vision-Language Models Handle Long-Context Code? An Empirical Study on Visual Compression
von: Zhong, Jianping, et al.
Veröffentlicht: (2026)

VEglue: Testing Visual Entailment Systems via Object-Aligned Joint Erasing
von: Chang, Zhiyuan, et al.
Veröffentlicht: (2024)

Evaluating and Enhancing Segmentation Model Robustness with Metamorphic Testing
von: Mzoughi, Seif, et al.
Veröffentlicht: (2025)

DD-CAM: Minimal Sufficient Explanations for Vision Models Using Delta Debugging
von: Khadka, Krishna, et al.
Veröffentlicht: (2026)

ROMAN: Reward-Orchestrated Multi-Head Attention Network for Autonomous Driving System Testing
von: Chi, Jianlei, et al.
Veröffentlicht: (2026)

GUing: A Mobile GUI Search Engine using a Vision-Language Model
von: Wei, Jialiang, et al.
Veröffentlicht: (2024)

CUARewardBench: A Benchmark for Evaluating Reward Models on Computer-using Agent
von: Lin, Haojia, et al.
Veröffentlicht: (2025)

Benchmarking Image Perturbations for Testing Automated Driving Assistance Systems
von: Lambertenghi, Stefano Carlo, et al.
Veröffentlicht: (2025)

Distribution-aware Fairness Test Generation
von: Rajan, Sai Sathiesh, et al.
Veröffentlicht: (2023)

What to Test Next: Interpretable Coverage Gap Discovery in Driving VLMs
von: Aich, Abhishek, et al.
Veröffentlicht: (2026)

TigAug: Data Augmentation for Testing Traffic Light Detection in Autonomous Driving Systems
von: Lu, You, et al.
Veröffentlicht: (2025)

Automating Crash Diagram Generation Using Vision-Language Models: A Case Study on Multi-Lane Roundabouts
von: Lu, Xiao, et al.
Veröffentlicht: (2026)

Towards Assessing Deep Learning Test Input Generators
von: Mzoughi, Seif, et al.
Veröffentlicht: (2025)

DiffGAN: A Test Generation Approach for Differential Testing of Deep Neural Networks for Image Analysis
von: Aghababaeyan, Zohreh, et al.
Veröffentlicht: (2024)

Effort-Optimized, Accuracy-Driven Labelling and Validation of Test Inputs for DL Systems: A Mixed-Integer Linear Programming Approach
von: Amini, Mohammad Hossein, et al.
Veröffentlicht: (2025)

MMCode: Benchmarking Multimodal Large Language Models for Code Generation with Visually Rich Programming Problems
von: Li, Kaixin, et al.
Veröffentlicht: (2024)

Natural Adversaries: Fuzzing Autonomous Vehicles with Realistic Roadside Object Placements
von: Sun, Yang, et al.
Veröffentlicht: (2024)

A Plausibility Study of Using Augmented Reality in the Ventriculoperitoneal Shunt Operations
von: Dorji, Tandin, et al.
Veröffentlicht: (2024)

DOne: Decoupling Structure and Rendering for High-Fidelity Design-to-Code Generation
von: Huang, Xinhao, et al.
Veröffentlicht: (2026)

A Retrieval-Augmented Generation Approach to Extracting Algorithmic Logic from Neural Networks
von: Khalid, Waleed, et al.
Veröffentlicht: (2025)

How Far Can VLMs Go for Visual Bug Detection? Studying 19,738 Keyframes from 41 Hours of Gameplay Videos
von: Lu, Wentao, et al.
Veröffentlicht: (2026)

Foundation Models in Remote Sensing: Evolving from Unimodality to Multimodality
von: Hong, Danfeng, et al.
Veröffentlicht: (2026)

Investigating Traffic Accident Detection Using Multimodal Large Language Models
von: Skender, Ilhan, et al.
Veröffentlicht: (2025)

Metamorphic Testing for Pose Estimation Systems
von: Duran, Matias, et al.
Veröffentlicht: (2025)

Explain and Monitor Deep Learning Models for Computer Vision using Obz AI
von: Chung, Neo Christopher, et al.
Veröffentlicht: (2025)

ClawMark: A Living-World Benchmark for Multi-Turn, Multi-Day, Multimodal Coworker Agents
von: Meng, Fanqing, et al.
Veröffentlicht: (2026)

ComfyUI-R1: Exploring Reasoning Models for Workflow Generation
von: Xu, Zhenran, et al.
Veröffentlicht: (2025)

ChartMimic: Evaluating LMM's Cross-Modal Reasoning Capability via Chart-to-Code Generation
von: Yang, Cheng, et al.
Veröffentlicht: (2024)

SWAN -- Enabling Fast and Mobile Histopathology Image Annotation through Swipeable Interfaces
von: Banerjee, Sweta, et al.
Veröffentlicht: (2025)

Technical Report for Argoverse2 Scenario Mining Challenges on Iterative Error Correction and Spatially-Aware Prompting
von: Chen, Yifei, et al.
Veröffentlicht: (2025)

Cross-Breed Pig Identification Using Auricular Vein Pattern Recognition: A Machine Learning Approach for Small-Scale Farming Applications
von: Nsengiyumvaa, Emmanuel, et al.
Veröffentlicht: (2025)

Earth Embeddings as Products: Taxonomy, Ecosystem, and Standardized Access
von: Fang, Heng, et al.
Veröffentlicht: (2026)

Interpretable Gallbladder Ultrasound Diagnosis: A Lightweight Web-Mobile Software Platform with Real-Time XAI
von: Bhoyan, Fuyad Hasan, et al.
Veröffentlicht: (2025)

Ear-Keeper: A Cross-Platform AI System for Rapid and Accurate Ear Disease Diagnosis
von: Lu, Feiyan, et al.
Veröffentlicht: (2023)

A Highly Efficient Diversity-based Input Selection for DNN Improvement Using VLMs
von: Abbasishahkoo, Amin, et al.
Veröffentlicht: (2026)

ARI3D: A Software for Interactive Quantification of Regions in X-Ray CT 3D Images
von: Albrecht, Jan Phillipp, et al.
Veröffentlicht: (2025)

VideoGameBunny: Towards vision assistants for video games
von: Taesiri, Mohammad Reza, et al.
Veröffentlicht: (2024)

Open-source automatic pipeline for efficient conversion of large-scale point clouds to IFC format
von: Zbirovský, Slávek, et al.
Veröffentlicht: (2025)

MVOS_HSI: A Python Library for Preprocessing Agricultural Crop Hyperspectral Data
von: Aggarwal, Rishik, et al.
Veröffentlicht: (2026)