Buchumschlag

Benchmarking Vision Foundation Models for Input Monitoring in Autonomous Driving

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Keser, Mert, Orhan, Halil Ibrahim, Amini-Naieni, Niki, Schwalbe, Gesina, Knoll, Alois, Rottmann, Matthias
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Unveiling Ontological Commitment in Multi-Modal Foundation Models
von: Keser, Mert, et al.
Veröffentlicht: (2024)

On Background Bias of Post-Hoc Concept Embeddings in Computer Vision DNNs
von: Schwalbe, Gesina, et al.
Veröffentlicht: (2025)

LFA: Layer Feature Attention for Run-Time Introspection of 2D Object Detectors in Automated Driving
von: Keser, Mert, et al.
Veröffentlicht: (2026)

How Could Generative AI Support Compliance with the EU AI Act? A Review for Safe Automated Driving Perception
von: Keser, Mert, et al.
Veröffentlicht: (2024)

CountGD++: Generalized Prompting for Open-World Counting
von: Amini-Naieni, Niki, et al.
Veröffentlicht: (2025)

Open-World Object Counting in Videos
von: Amini-Naieni, Niki, et al.
Veröffentlicht: (2025)

CountGD: Multi-Modal Open-World Counting
von: Amini-Naieni, Niki, et al.
Veröffentlicht: (2024)

Local Concept Embeddings for Analysis of Concept Distributions in Vision DNN Feature Spaces
von: Mikriukov, Georgii, et al.
Veröffentlicht: (2023)

Instant Uncertainty Calibration of NeRFs Using a Meta-Calibrator
von: Amini-Naieni, Niki, et al.
Veröffentlicht: (2023)

Investigating Calibration and Corruption Robustness of Post-hoc Pruned Perception CNNs: An Image Classification Benchmark Study
von: Mitra, Pallavi, et al.
Veröffentlicht: (2024)

The MixCount Dataset: Bridging the Data Gap for Open-Vocabulary Object Counting
von: Dumery, Corentin, et al.
Veröffentlicht: (2026)

OpenDriveVLA: Towards End-to-end Autonomous Driving with Large Vision Language Action Model
von: Zhou, Xingcheng, et al.
Veröffentlicht: (2025)

DepthVision: Enabling Robust Vision-Language Models with GAN-Based LiDAR-to-RGB Synthesis for Autonomous Driving
von: Kirchner, Sven, et al.
Veröffentlicht: (2025)

Concept-Based Explanations in Computer Vision: Where Are We and Where Could We Go?
von: Lee, Jae Hee, et al.
Veröffentlicht: (2024)

Vision Language Models in Autonomous Driving: A Survey and Outlook
von: Zhou, Xingcheng, et al.
Veröffentlicht: (2023)

Weakly Supervised Concept Learning for Object-centric Visual Reasoning
von: Tiwari, Sparsh, et al.
Veröffentlicht: (2026)

GPT-4V as Traffic Assistant: An In-depth Look at Vision Language Model on Complex Traffic Events
von: Zhou, Xingcheng, et al.
Veröffentlicht: (2024)

Evaluating the Stability of Semantic Concept Representations in CNNs for Robust Explainability
von: Mikriukov, Georgii, et al.
Veröffentlicht: (2023)

The Anatomy of Adversarial Attacks: Concept-based XAI Dissection
von: Mikriukov, Georgii, et al.
Veröffentlicht: (2024)

Forging Vision Foundation Models for Autonomous Driving: Challenges, Methodologies, and Opportunities
von: Yan, Xu, et al.
Veröffentlicht: (2024)

CoDa-4DGS: Dynamic Gaussian Splatting with Context and Deformation Awareness for Autonomous Driving
von: Song, Rui, et al.
Veröffentlicht: (2025)

A Survey on Autonomous Driving Datasets: Statistics, Annotation Quality, and a Future Outlook
von: Liu, Mingyu, et al.
Veröffentlicht: (2024)

USC: Uncompromising Spatial Constraints for Safety-Oriented 3D Object Detectors in Autonomous Driving
von: Liao, Brian Hsuan-Cheng, et al.
Veröffentlicht: (2022)

False Negative Reduction in Semantic Segmentation under Domain Shift using Depth Estimation
von: Maag, Kira, et al.
Veröffentlicht: (2022)

AD-SAM: Fine-Tuning the Segment Anything Vision Foundation Model for Autonomous Driving Perception
von: Camarena, Mario, et al.
Veröffentlicht: (2025)

On the Potential of Open-Vocabulary Models for Object Detection in Unusual Street Scenes
von: Ilyas, Sadia, et al.
Veröffentlicht: (2024)

A Unified Perception-Language-Action Framework for Adaptive Autonomous Driving
von: Zhang, Yi, et al.
Veröffentlicht: (2025)

Driving with DINO: Vision Foundation Features as a Unified Bridge for Sim-to-Real Generation in Autonomous Driving
von: Chen, Xuyang, et al.
Veröffentlicht: (2026)

Applications of Large Scale Foundation Models for Autonomous Driving
von: Huang, Yu, et al.
Veröffentlicht: (2023)

MAM-CLIP: Vision-Language Pretraining on Mammography Atlases for BI-RADS Classification
von: Gulluk, Halil Ibrahim, et al.
Veröffentlicht: (2026)

Bench2ADVLM: A Closed-Loop Benchmark for Vision-language Models in Autonomous Driving
von: Zhang, Tianyuan, et al.
Veröffentlicht: (2025)

Does Knowledge About Perceptual Uncertainty Help an Agent in Automated Driving?
von: Grabowsky, Natalie, et al.
Veröffentlicht: (2025)

URNet: Uncertainty-aware Refinement Network for Event-based Stereo Depth Estimation
von: Cheng, Yifeng, et al.
Veröffentlicht: (2025)

DriveVLM: The Convergence of Autonomous Driving and Large Vision-Language Models
von: Tian, Xiaoyu, et al.
Veröffentlicht: (2024)

Integrating Legal and Logical Specifications in Perception, Prediction, and Planning for Automated Driving: A Survey of Methods
von: Manas, Kumar, et al.
Veröffentlicht: (2025)

Spatial-aware Vision Language Model for Autonomous Driving
von: Wei, Weijie, et al.
Veröffentlicht: (2025)

Post-Hurricane Debris Segmentation Using Fine-Tuned Foundational Vision Models
von: Amini, Kooshan, et al.
Veröffentlicht: (2025)

OoDIS: Anomaly Instance Segmentation and Detection Benchmark
von: Nekrasov, Alexey, et al.
Veröffentlicht: (2024)

Control Your Queries: Heterogeneous Query Interaction for Camera-Radar Fusion
von: Wu, Jialong, et al.
Veröffentlicht: (2026)

AutoDrive-QA: A Multiple-Choice Benchmark for Vision-Language Evaluation in Urban Autonomous Driving
von: Khalili, Boshra, et al.
Veröffentlicht: (2025)