Hierarchical Modeling for Medical Visual Question Answering with Cross-Attention Fusion
Fuente:
arXiv
Salvato in:
| Autori principali: | Zhang, Junkai, Li, Bin, Zhou, Shoujun, Du, Yue |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Overview of the NLPCC 2025 Shared Task 4: Multi-modal, Multilingual, and Multi-hop Medical Instructional Video Question Answering Challenge
di: Li, Bin, et al.
Pubblicazione: (2025)
di: Li, Bin, et al.
Pubblicazione: (2025)
Efficient Bilinear Attention-based Fusion for Medical Visual Question Answering
di: Zhang, Zhilin, et al.
Pubblicazione: (2024)
di: Zhang, Zhilin, et al.
Pubblicazione: (2024)
Q-FSRU: Quantum-Augmented Frequency-Spectral Fusion for Medical Visual Question Answering
di: Thakur, Rakesh, et al.
Pubblicazione: (2025)
di: Thakur, Rakesh, et al.
Pubblicazione: (2025)
Wasserstein Equilibrium Decoding for Reliable Medical Visual Question Answering
di: Hagen, Luca, et al.
Pubblicazione: (2026)
di: Hagen, Luca, et al.
Pubblicazione: (2026)
Saliency Guided Longitudinal Medical Visual Question Answering
di: Wu, Jialin, et al.
Pubblicazione: (2025)
di: Wu, Jialin, et al.
Pubblicazione: (2025)
Free Form Medical Visual Question Answering in Radiology
di: Narayanan, Abhishek, et al.
Pubblicazione: (2024)
di: Narayanan, Abhishek, et al.
Pubblicazione: (2024)
Hallucination Benchmark in Medical Visual Question Answering
di: Wu, Jinge, et al.
Pubblicazione: (2024)
di: Wu, Jinge, et al.
Pubblicazione: (2024)
TM-PATHVQA:90000+ Textless Multilingual Questions for Medical Visual Question Answering
di: Rajkhowa, Tonmoy, et al.
Pubblicazione: (2024)
di: Rajkhowa, Tonmoy, et al.
Pubblicazione: (2024)
Integrating Object Interaction Self-Attention and GAN-Based Debiasing for Visual Question Answering
di: Li, Zhifei, et al.
Pubblicazione: (2025)
di: Li, Zhifei, et al.
Pubblicazione: (2025)
Location-Aware Pretraining for Medical Difference Visual Question Answering
di: Musinguzi, Denis, et al.
Pubblicazione: (2026)
di: Musinguzi, Denis, et al.
Pubblicazione: (2026)
MedLVR: Latent Visual Reasoning for Reliable Medical Visual Question Answering
di: Xi, Suyang, et al.
Pubblicazione: (2026)
di: Xi, Suyang, et al.
Pubblicazione: (2026)
Pyramid Coder: Hierarchical Code Generator for Compositional Visual Question Answering
di: Shen, Ruoyue, et al.
Pubblicazione: (2024)
di: Shen, Ruoyue, et al.
Pubblicazione: (2024)
MaS-VQA: A Mask-and-Select Framework for Knowledge-Based Visual Question Answering
di: Mao, Xianwei, et al.
Pubblicazione: (2026)
di: Mao, Xianwei, et al.
Pubblicazione: (2026)
SCRA-VQA: Summarized Caption-Rerank for Augmented Large Language Models in Visual Question Answering
di: Zhang, Yan, et al.
Pubblicazione: (2025)
di: Zhang, Yan, et al.
Pubblicazione: (2025)
Towards Visual-Prompt Temporal Answering Grounding in Medical Instructional Video
di: Li, Bin, et al.
Pubblicazione: (2022)
di: Li, Bin, et al.
Pubblicazione: (2022)
Object Attribute Matters in Visual Question Answering
di: Li, Peize, et al.
Pubblicazione: (2023)
di: Li, Peize, et al.
Pubblicazione: (2023)
Ask2Loc: Learning to Locate Instructional Visual Answers by Asking Questions
di: Zong, Chang, et al.
Pubblicazione: (2025)
di: Zong, Chang, et al.
Pubblicazione: (2025)
Cause-Effect Driven Optimization for Robust Medical Visual Question Answering with Language Biases
di: Zhu, Huanjia, et al.
Pubblicazione: (2025)
di: Zhu, Huanjia, et al.
Pubblicazione: (2025)
Boosting Audio Visual Question Answering via Key Semantic-Aware Cues
di: Li, Guangyao, et al.
Pubblicazione: (2024)
di: Li, Guangyao, et al.
Pubblicazione: (2024)
Lagrange Duality and Compound Multi-Attention Transformer for Semi-Supervised Medical Image Segmentation
di: Zheng, Fuchen, et al.
Pubblicazione: (2024)
di: Zheng, Fuchen, et al.
Pubblicazione: (2024)
Multi-Sourced Compositional Generalization in Visual Question Answering
di: Li, Chuanhao, et al.
Pubblicazione: (2025)
di: Li, Chuanhao, et al.
Pubblicazione: (2025)
CluMo: Cluster-based Modality Fusion Prompt for Continual Learning in Visual Question Answering
di: Cai, Yuliang, et al.
Pubblicazione: (2024)
di: Cai, Yuliang, et al.
Pubblicazione: (2024)
Parameter-Efficient VLMs for Gastrointestinal Endoscopy: Medical Image Generation and Clinical Visual Question Answering
di: Peter, Ojonugwa Oluwafemi Ejiga, et al.
Pubblicazione: (2026)
di: Peter, Ojonugwa Oluwafemi Ejiga, et al.
Pubblicazione: (2026)
Hierarchical Question-Answering for Driving Scene Understanding Using Vision-Language Models
di: Mohamud, Safaa Abdullahi Moallim, et al.
Pubblicazione: (2025)
di: Mohamud, Safaa Abdullahi Moallim, et al.
Pubblicazione: (2025)
VQA$^2$: Visual Question Answering for Video Quality Assessment
di: Jia, Ziheng, et al.
Pubblicazione: (2024)
di: Jia, Ziheng, et al.
Pubblicazione: (2024)
VoQA: Visual-only Question Answering
di: An, Jianing, et al.
Pubblicazione: (2025)
di: An, Jianing, et al.
Pubblicazione: (2025)
FaithSCAN: Model-Driven Single-Pass Hallucination Detection for Faithful Visual Question Answering
di: Tong, Chaodong, et al.
Pubblicazione: (2026)
di: Tong, Chaodong, et al.
Pubblicazione: (2026)
Are Large Vision Language Models Truly Grounded in Medical Images? Evidence from Italian Clinical Visual Question Answering
di: Felizzi, Federico, et al.
Pubblicazione: (2025)
di: Felizzi, Federico, et al.
Pubblicazione: (2025)
Fine-Grained Knowledge Structuring and Retrieval for Visual Question Answering
di: Zhang, Zhengxuan, et al.
Pubblicazione: (2025)
di: Zhang, Zhengxuan, et al.
Pubblicazione: (2025)
Knowledge Detection by Relevant Question and Image Attributes in Visual Question Answering
di: Ahir, Param, et al.
Pubblicazione: (2023)
di: Ahir, Param, et al.
Pubblicazione: (2023)
MM-Prompt: Cross-Modal Prompt Tuning for Continual Visual Question Answering
di: Li, Xu, et al.
Pubblicazione: (2025)
di: Li, Xu, et al.
Pubblicazione: (2025)
Eliminating the Language Bias for Visual Question Answering with fine-grained Causal Intervention
di: Liu, Ying, et al.
Pubblicazione: (2024)
di: Liu, Ying, et al.
Pubblicazione: (2024)
Adapting Lightweight Vision Language Models for Radiological Visual Question Answering
di: Shourya, Aditya, et al.
Pubblicazione: (2025)
di: Shourya, Aditya, et al.
Pubblicazione: (2025)
EgoCross: Benchmarking Multimodal Large Language Models for Cross-Domain Egocentric Video Question Answering
di: Li, Yanjun, et al.
Pubblicazione: (2025)
di: Li, Yanjun, et al.
Pubblicazione: (2025)
Enhancing Visual Question Answering through Question-Driven Image Captions as Prompts
di: Özdemir, Övgü, et al.
Pubblicazione: (2024)
di: Özdemir, Övgü, et al.
Pubblicazione: (2024)
IIU: Independent Inference Units for Knowledge-based Visual Question Answering
di: Li, Yili, et al.
Pubblicazione: (2024)
di: Li, Yili, et al.
Pubblicazione: (2024)
Benchmarking Large Multimodal Models for Ophthalmic Visual Question Answering with OphthalWeChat
di: Xu, Pusheng, et al.
Pubblicazione: (2025)
di: Xu, Pusheng, et al.
Pubblicazione: (2025)
Adversarial Training with OCR Modality Perturbation for Scene-Text Visual Question Answering
di: Shen, Zhixuan, et al.
Pubblicazione: (2024)
di: Shen, Zhixuan, et al.
Pubblicazione: (2024)
M$^3$-Med: A Benchmark for Multi-lingual, Multi-modal, and Multi-hop Reasoning in Medical Instructional Video Understanding
di: Liu, Shenxi, et al.
Pubblicazione: (2025)
di: Liu, Shenxi, et al.
Pubblicazione: (2025)
LOVA3: Learning to Visual Question Answering, Asking and Assessment
di: Zhao, Henry Hengyuan, et al.
Pubblicazione: (2024)
di: Zhao, Henry Hengyuan, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Overview of the NLPCC 2025 Shared Task 4: Multi-modal, Multilingual, and Multi-hop Medical Instructional Video Question Answering Challenge
di: Li, Bin, et al.
Pubblicazione: (2025) -
Efficient Bilinear Attention-based Fusion for Medical Visual Question Answering
di: Zhang, Zhilin, et al.
Pubblicazione: (2024) -
Q-FSRU: Quantum-Augmented Frequency-Spectral Fusion for Medical Visual Question Answering
di: Thakur, Rakesh, et al.
Pubblicazione: (2025) -
Wasserstein Equilibrium Decoding for Reliable Medical Visual Question Answering
di: Hagen, Luca, et al.
Pubblicazione: (2026) -
Saliency Guided Longitudinal Medical Visual Question Answering
di: Wu, Jialin, et al.
Pubblicazione: (2025)