QIRL: Boosting Visual Question Answering via Optimized Question-Image Relation Learning
Fuente:
arXiv
Salvato in:
| Autori principali: | Xu, Quanxing, Zhou, Ling, Zhong, Xian, Zhang, Feifei, Huang, Rubing, Lin, Chia-Wen |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Enhancing Visual Question Answering with Multimodal LLMs via Chain-of-Question Guided Retrieval-Augmented Generation
di: Xu, Quanxing, et al.
Pubblicazione: (2026)
di: Xu, Quanxing, et al.
Pubblicazione: (2026)
MetaRA: Metamorphic Robustness Assessment for Multimodal Large Language Model-based Visual Question Answering Systems
di: Xu, Quanxing, et al.
Pubblicazione: (2026)
di: Xu, Quanxing, et al.
Pubblicazione: (2026)
OAD-Promoter: Enhancing Zero-shot VQA using Large Language Models with Object Attribute Description
di: Xu, Quanxing, et al.
Pubblicazione: (2025)
di: Xu, Quanxing, et al.
Pubblicazione: (2025)
Questioning the Stability of Visual Question Answering
di: Rosenfeld, Amir, et al.
Pubblicazione: (2025)
di: Rosenfeld, Amir, 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)
Question-Aware Gaussian Experts for Audio-Visual Question Answering
di: Kim, Hongyeob, et al.
Pubblicazione: (2025)
di: Kim, Hongyeob, 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)
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)
Visual Question Answering on Multiple Remote Sensing Image Modalities
di: Boussaid, Hichem, et al.
Pubblicazione: (2025)
di: Boussaid, Hichem, et al.
Pubblicazione: (2025)
Unifying Image Processing as Visual Prompting Question Answering
di: Liu, Yihao, et al.
Pubblicazione: (2023)
di: Liu, Yihao, et al.
Pubblicazione: (2023)
Question-Instructed Visual Descriptions for Zero-Shot Video Question Answering
di: Romero, David, et al.
Pubblicazione: (2024)
di: Romero, David, et al.
Pubblicazione: (2024)
Selectively Answering Visual Questions
di: Eisenschlos, Julian Martin, et al.
Pubblicazione: (2024)
di: Eisenschlos, Julian Martin, et al.
Pubblicazione: (2024)
Learning Trimodal Relation for Audio-Visual Question Answering with Missing Modality
di: Park, Kyu Ri, et al.
Pubblicazione: (2024)
di: Park, Kyu Ri, et al.
Pubblicazione: (2024)
Towards Flexible Evaluation for Generative Visual Question Answering
di: Ji, Huishan, et al.
Pubblicazione: (2024)
di: Ji, Huishan, et al.
Pubblicazione: (2024)
Visually Interpretable Subtask Reasoning for Visual Question Answering
di: Cheng, Yu, et al.
Pubblicazione: (2025)
di: Cheng, Yu, et al.
Pubblicazione: (2025)
Targeted Visual Prompting for Medical Visual Question Answering
di: Tascon-Morales, Sergio, et al.
Pubblicazione: (2024)
di: Tascon-Morales, Sergio, et al.
Pubblicazione: (2024)
Visual Robustness Benchmark for Visual Question Answering (VQA)
di: Ishmam, Md Farhan, et al.
Pubblicazione: (2024)
di: Ishmam, Md Farhan, et al.
Pubblicazione: (2024)
Object Attribute Matters in Visual Question Answering
di: Li, Peize, et al.
Pubblicazione: (2023)
di: Li, Peize, et al.
Pubblicazione: (2023)
PMC-VQA: Visual Instruction Tuning for Medical Visual Question Answering
di: Zhang, Xiaoman, et al.
Pubblicazione: (2023)
di: Zhang, Xiaoman, et al.
Pubblicazione: (2023)
VoQA: Visual-only Question Answering
di: An, Jianing, et al.
Pubblicazione: (2025)
di: An, Jianing, et al.
Pubblicazione: (2025)
Multimodal Rationales for Explainable Visual Question Answering
di: Li, Kun, et al.
Pubblicazione: (2024)
di: Li, Kun, et al.
Pubblicazione: (2024)
Evaluating Variance in Visual Question Answering Benchmarks
di: SR, Nikitha
Pubblicazione: (2025)
di: SR, Nikitha
Pubblicazione: (2025)
MTVQA: Benchmarking Multilingual Text-Centric Visual Question Answering
di: Tang, Jingqun, et al.
Pubblicazione: (2024)
di: Tang, Jingqun, et al.
Pubblicazione: (2024)
Reconstruction as a Bridge for Event-Based Visual Question Answering
di: Lou, Hanyue, et al.
Pubblicazione: (2025)
di: Lou, Hanyue, et al.
Pubblicazione: (2025)
Enhancing Generalization in Medical Visual Question Answering Tasks via Gradient-Guided Model Perturbation
di: Liu, Gang, et al.
Pubblicazione: (2024)
di: Liu, Gang, et al.
Pubblicazione: (2024)
VLM-Assisted Continual learning for Visual Question Answering in Self-Driving
di: Lin, Yuxin, et al.
Pubblicazione: (2025)
di: Lin, Yuxin, et al.
Pubblicazione: (2025)
REVEAL: Relation-based Video Representation Learning for Video-Question-Answering
di: Chaybouti, Sofian, et al.
Pubblicazione: (2025)
di: Chaybouti, Sofian, et al.
Pubblicazione: (2025)
WSI-VQA: Interpreting Whole Slide Images by Generative Visual Question Answering
di: Chen, Pingyi, et al.
Pubblicazione: (2024)
di: Chen, Pingyi, et al.
Pubblicazione: (2024)
A Dual-Attention Learning Network with Word and Sentence Embedding for Medical Visual Question Answering
di: Huang, Xiaofei, et al.
Pubblicazione: (2022)
di: Huang, Xiaofei, et al.
Pubblicazione: (2022)
Prompt-based Personalized Federated Learning for Medical Visual Question Answering
di: Zhu, He, et al.
Pubblicazione: (2024)
di: Zhu, He, et al.
Pubblicazione: (2024)
Segmentation-guided Attention for Visual Question Answering from Remote Sensing Images
di: Tosato, Lucrezia, et al.
Pubblicazione: (2024)
di: Tosato, Lucrezia, et al.
Pubblicazione: (2024)
Describe Anything Model for Visual Question Answering on Text-rich Images
di: Vu, Yen-Linh, et al.
Pubblicazione: (2025)
di: Vu, Yen-Linh, et al.
Pubblicazione: (2025)
DriveLM: Driving with Graph Visual Question Answering
di: Sima, Chonghao, et al.
Pubblicazione: (2023)
di: Sima, Chonghao, et al.
Pubblicazione: (2023)
Object Retrieval for Visual Question Answering with Outside Knowledge
di: Kan, Shichao, et al.
Pubblicazione: (2024)
di: Kan, Shichao, et al.
Pubblicazione: (2024)
FOCUS: Internal MLLM Representations for Efficient Fine-Grained Visual Question Answering
di: Zhong, Liangyu, et al.
Pubblicazione: (2025)
di: Zhong, Liangyu, et al.
Pubblicazione: (2025)
Structure Causal Models and LLMs Integration in Medical Visual Question Answering
di: Xu, Zibo, et al.
Pubblicazione: (2025)
di: Xu, Zibo, et al.
Pubblicazione: (2025)
Learning to Search: A Decision-Based Agent for Knowledge-Based Visual Question Answering
di: Chen, Zhuohong, et al.
Pubblicazione: (2026)
di: Chen, Zhuohong, et al.
Pubblicazione: (2026)
PitVQA: Image-grounded Text Embedding LLM for Visual Question Answering in Pituitary Surgery
di: He, Runlong, et al.
Pubblicazione: (2024)
di: He, Runlong, et al.
Pubblicazione: (2024)
Foundational Question Generation for Video Question Answering via an Embedding-Integrated Approach
di: Oh, Ju-Young
Pubblicazione: (2025)
di: Oh, Ju-Young
Pubblicazione: (2025)
MedThink: Explaining Medical Visual Question Answering via Multimodal Decision-Making Rationale
di: Gai, Xiaotang, et al.
Pubblicazione: (2024)
di: Gai, Xiaotang, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Enhancing Visual Question Answering with Multimodal LLMs via Chain-of-Question Guided Retrieval-Augmented Generation
di: Xu, Quanxing, et al.
Pubblicazione: (2026) -
MetaRA: Metamorphic Robustness Assessment for Multimodal Large Language Model-based Visual Question Answering Systems
di: Xu, Quanxing, et al.
Pubblicazione: (2026) -
OAD-Promoter: Enhancing Zero-shot VQA using Large Language Models with Object Attribute Description
di: Xu, Quanxing, et al.
Pubblicazione: (2025) -
Questioning the Stability of Visual Question Answering
di: Rosenfeld, Amir, et al.
Pubblicazione: (2025) -
Knowledge Detection by Relevant Question and Image Attributes in Visual Question Answering
di: Ahir, Param, et al.
Pubblicazione: (2023)