Cyclic Vision-Language Manipulator: Towards Reliable and Fine-Grained Image Interpretation for Automated Report Generation
Fuente:
arXiv
Gespeichert in:
| Hauptverfasser: | Fang, Yingying, Jin, Zihao, Guo, Shaojie, Liu, Jinda, Yue, Zhiling, Gao, Yijian, Ning, Junzhi, Li, Zhi, Walsh, Simon, Yang, Guang |
|---|---|
| Format: | Preprint |
| Veröffentlicht: |
2024
|
| Schlagworte: | |
| Online-Zugang: | |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Ähnliche Einträge
Enhancing Weakly Supervised Semantic Segmentation for Fibrosis via Controllable Image Generation
von: Yue, Zhiling, et al.
Veröffentlicht: (2024)
von: Yue, Zhiling, et al.
Veröffentlicht: (2024)
Decoding Decision Reasoning: A Counterfactual-Powered Model for Knowledge Discovery
von: Fang, Yingying, et al.
Veröffentlicht: (2024)
von: Fang, Yingying, et al.
Veröffentlicht: (2024)
Anatomy-Guided Radiology Report Generation with Pathology-Aware Regional Prompts
von: Gao, Yijian, et al.
Veröffentlicht: (2024)
von: Gao, Yijian, et al.
Veröffentlicht: (2024)
Unpaired Translation of Chest X-ray Images for Lung Opacity Diagnosis via Adaptive Activation Masks and Cross-Domain Alignment
von: Ning, Junzhi, et al.
Veröffentlicht: (2025)
von: Ning, Junzhi, et al.
Veröffentlicht: (2025)
Diff3Dformer: Leveraging Slice Sequence Diffusion for Enhanced 3D CT Classification with Transformer Networks
von: Jin, Zihao, et al.
Veröffentlicht: (2024)
von: Jin, Zihao, et al.
Veröffentlicht: (2024)
Deep Generative Models Unveil Patterns in Medical Images Through Vision-Language Conditioning
von: Xing, Xiaodan, et al.
Veröffentlicht: (2024)
von: Xing, Xiaodan, et al.
Veröffentlicht: (2024)
DiffExplainer: Unveiling Black Box Models Via Counterfactual Generation
von: Fang, Yingying, et al.
Veröffentlicht: (2024)
von: Fang, Yingying, et al.
Veröffentlicht: (2024)
Vision Language Model for Interpretable and Fine-grained Detection of Safety Compliance in Diverse Workplaces
von: Chen, Zhiling, et al.
Veröffentlicht: (2024)
von: Chen, Zhiling, et al.
Veröffentlicht: (2024)
EchoAgent: Towards Reliable Echocardiography Interpretation with "Eyes","Hands" and "Minds"
von: Wang, Qin, et al.
Veröffentlicht: (2026)
von: Wang, Qin, et al.
Veröffentlicht: (2026)
Fine-Grained Image-Text Alignment in Medical Imaging Enables Explainable Cyclic Image-Report Generation
von: Chen, Wenting, et al.
Veröffentlicht: (2023)
von: Chen, Wenting, et al.
Veröffentlicht: (2023)
Unleashing Video Language Models for Fine-grained HRCT Report Generation
von: Fang, Yingying, et al.
Veröffentlicht: (2026)
von: Fang, Yingying, et al.
Veröffentlicht: (2026)
Prompt-CAM: Making Vision Transformers Interpretable for Fine-Grained Analysis
von: Chowdhury, Arpita, et al.
Veröffentlicht: (2025)
von: Chowdhury, Arpita, et al.
Veröffentlicht: (2025)
TDR: Task-Decoupled Retrieval with Fine-Grained LLM Feedback for In-Context Learning
von: Chen, Yifu, et al.
Veröffentlicht: (2025)
von: Chen, Yifu, et al.
Veröffentlicht: (2025)
Beyond Query-Level Comparison: Fine-Grained Reinforcement Learning for Text-to-SQL with Automated Interpretable Critiques
von: Wang, Guifeng, et al.
Veröffentlicht: (2025)
von: Wang, Guifeng, et al.
Veröffentlicht: (2025)
Analyzing Fine-Grained Alignment and Enhancing Vision Understanding in Multimodal Language Models
von: Jiang, Jiachen, et al.
Veröffentlicht: (2025)
von: Jiang, Jiachen, et al.
Veröffentlicht: (2025)
Enhancing Tree Type Detection in Forest Fire Risk Assessment: Multi-Stage Approach and Color Encoding with Forest Fire Risk Evaluation Framework for UAV Imagery
von: Zhang, Jinda
Veröffentlicht: (2024)
von: Zhang, Jinda
Veröffentlicht: (2024)
Fine-Grained Evaluation of Large Vision-Language Models in Autonomous Driving
von: Li, Yue, et al.
Veröffentlicht: (2025)
von: Li, Yue, et al.
Veröffentlicht: (2025)
Synthesize, Diagnose, and Optimize: Towards Fine-Grained Vision-Language Understanding
von: Peng, Wujian, et al.
Veröffentlicht: (2023)
von: Peng, Wujian, et al.
Veröffentlicht: (2023)
Evaluating Automated Radiology Report Quality through Fine-Grained Phrasal Grounding of Clinical Findings
von: Mahmood, Razi, et al.
Veröffentlicht: (2024)
von: Mahmood, Razi, et al.
Veröffentlicht: (2024)
Beyond Binary: Towards Fine-Grained LLM-Generated Text Detection via Role Recognition and Involvement Measurement
von: Cheng, Zihao, et al.
Veröffentlicht: (2024)
von: Cheng, Zihao, et al.
Veröffentlicht: (2024)
MedQ-UNI: Toward Unified Medical Image Quality Assessment and Restoration via Vision-Language Modeling
von: Liu, Jiyao, et al.
Veröffentlicht: (2026)
von: Liu, Jiyao, et al.
Veröffentlicht: (2026)
Towards Fine-Grained Vision-Language Alignment for Few-Shot Anomaly Detection
von: Fan, Yuanting, et al.
Veröffentlicht: (2025)
von: Fan, Yuanting, et al.
Veröffentlicht: (2025)
Memory-Space Visual Prompting for Efficient Vision-Language Fine-Tuning
von: Jie, Shibo, et al.
Veröffentlicht: (2024)
von: Jie, Shibo, et al.
Veröffentlicht: (2024)
Towards Fine-Grained and Verifiable Concept Bottleneck Models
von: Fang, Yingying, et al.
Veröffentlicht: (2026)
von: Fang, Yingying, et al.
Veröffentlicht: (2026)
Reliable Fine-Grained Evaluation of Natural Language Math Proofs
von: Ma, Wenjie, et al.
Veröffentlicht: (2025)
von: Ma, Wenjie, et al.
Veröffentlicht: (2025)
TactileEval: A Step Towards Automated Fine-Grained Evaluation and Editing of Tactile Graphics
von: Khan, Adnan, et al.
Veröffentlicht: (2026)
von: Khan, Adnan, et al.
Veröffentlicht: (2026)
LLM-based Hierarchical Concept Decomposition for Interpretable Fine-Grained Image Classification
von: Qu, Renyi, et al.
Veröffentlicht: (2024)
von: Qu, Renyi, et al.
Veröffentlicht: (2024)
ECG-R1: Protocol-Guided and Modality-Agnostic MLLM for Reliable ECG Interpretation
von: Jin, Jiarui, et al.
Veröffentlicht: (2026)
von: Jin, Jiarui, et al.
Veröffentlicht: (2026)
Towards Reliable Identification of Diffusion-based Image Manipulations
von: Costanzino, Alex, et al.
Veröffentlicht: (2025)
von: Costanzino, Alex, et al.
Veröffentlicht: (2025)
MeTA-LoRA: Data-Efficient Multi-Task Fine-Tuning for Large Language Models
von: Cheng, Bo, et al.
Veröffentlicht: (2025)
von: Cheng, Bo, et al.
Veröffentlicht: (2025)
Toward Reliable VLM: A Fine-Grained Benchmark and Framework for Exposure, Bias, and Inference in Korean Street Views
von: Wang, Xiaonan, et al.
Veröffentlicht: (2025)
von: Wang, Xiaonan, et al.
Veröffentlicht: (2025)
Proto-FG3D: Prototype-based Interpretable Fine-Grained 3D Shape Classification
von: Ma, Shuxian, et al.
Veröffentlicht: (2025)
von: Ma, Shuxian, et al.
Veröffentlicht: (2025)
From Meta-Thought to Execution: Cognitively Aligned Post-Training for Generalizable and Reliable LLM Reasoning
von: Wang, Shaojie, et al.
Veröffentlicht: (2026)
von: Wang, Shaojie, et al.
Veröffentlicht: (2026)
Discretization form of the continuity condition at the polar axis, with application to the gyrokinetic simulation in a magnetic fusion torus
von: Wu, Tiannan, et al.
Veröffentlicht: (2024)
von: Wu, Tiannan, et al.
Veröffentlicht: (2024)
Prometheus-Vision: Vision-Language Model as a Judge for Fine-Grained Evaluation
von: Lee, Seongyun, et al.
Veröffentlicht: (2024)
von: Lee, Seongyun, et al.
Veröffentlicht: (2024)
TaxonRL: Reinforcement Learning with Intermediate Rewards for Interpretable Fine-Grained Visual Reasoning
von: von Klinski, Maximilian, et al.
Veröffentlicht: (2026)
von: von Klinski, Maximilian, et al.
Veröffentlicht: (2026)
MMRareBench: A Rare-Disease Multimodal and Multi-Image Medical Benchmark
von: Ning, Junzhi, et al.
Veröffentlicht: (2026)
von: Ning, Junzhi, et al.
Veröffentlicht: (2026)
MMFuser: Multimodal Multi-Layer Feature Fuser for Fine-Grained Vision-Language Understanding
von: Cao, Yue, et al.
Veröffentlicht: (2024)
von: Cao, Yue, et al.
Veröffentlicht: (2024)
AIFIND: Artifact-Aware Interpreting Fine-Grained Alignment for Incremental Face Forgery Detection
von: Wang, Hao, et al.
Veröffentlicht: (2026)
von: Wang, Hao, et al.
Veröffentlicht: (2026)
Enhancing Fine-Grained Image Classifications via Cascaded Vision Language Models
von: Wei, Canshi
Veröffentlicht: (2024)
von: Wei, Canshi
Veröffentlicht: (2024)
Ähnliche Einträge
-
Enhancing Weakly Supervised Semantic Segmentation for Fibrosis via Controllable Image Generation
von: Yue, Zhiling, et al.
Veröffentlicht: (2024) -
Decoding Decision Reasoning: A Counterfactual-Powered Model for Knowledge Discovery
von: Fang, Yingying, et al.
Veröffentlicht: (2024) -
Anatomy-Guided Radiology Report Generation with Pathology-Aware Regional Prompts
von: Gao, Yijian, et al.
Veröffentlicht: (2024) -
Unpaired Translation of Chest X-ray Images for Lung Opacity Diagnosis via Adaptive Activation Masks and Cross-Domain Alignment
von: Ning, Junzhi, et al.
Veröffentlicht: (2025) -
Diff3Dformer: Leveraging Slice Sequence Diffusion for Enhanced 3D CT Classification with Transformer Networks
von: Jin, Zihao, et al.
Veröffentlicht: (2024)