Copertina

Visual moral inference and communication

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhu, Warren, Ramezani, Aida, Xu, Yang
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

StyleVAR: Controllable Image Style Transfer via Visual Autoregressive Modeling
di: Jing, Liqi, et al.
Pubblicazione: (2026)

Unsupervised Audio-Visual Segmentation with Modality Alignment
di: Bhosale, Swapnil, et al.
Pubblicazione: (2024)

Beyond Frequency: Seeing Subtle Cues Through the Lens of Spatial Decomposition for Fine-Grained Visual Classification
di: Xu, Qin, et al.
Pubblicazione: (2025)

MITracker: Multi-View Integration for Visual Object Tracking
di: Xu, Mengjie, et al.
Pubblicazione: (2025)

SimVG: A Simple Framework for Visual Grounding with Decoupled Multi-modal Fusion
di: Dai, Ming, et al.
Pubblicazione: (2024)

Moment-Video: Diagnosing Temporal Fidelity of Video MLLMs on Momentary Visual Events
di: Liu, Xiaolin, et al.
Pubblicazione: (2026)

WSI-VQA: Interpreting Whole Slide Images by Generative Visual Question Answering
di: Chen, Pingyi, et al.
Pubblicazione: (2024)

S$^2$-MLLM: Boosting Spatial Reasoning Capability of MLLMs for 3D Visual Grounding with Structural Guidance
di: Xu, Beining, et al.
Pubblicazione: (2025)

Compensating Visual Insufficiency with Stratified Language Guidance for Long-Tail Class Incremental Learning
di: Wang, Xi, et al.
Pubblicazione: (2026)

Learning Physical Dynamics for Object-centric Visual Prediction
di: Xu, Huilin, et al.
Pubblicazione: (2024)

Bridge then Begin Anew: Generating Target-relevant Intermediate Model for Source-free Visual Emotion Adaptation
di: Zhu, Jiankun, et al.
Pubblicazione: (2024)

DTL: Disentangled Transfer Learning for Visual Recognition
di: Fu, Minghao, et al.
Pubblicazione: (2023)

Understand, Think, and Answer: Advancing Visual Reasoning with Large Multimodal Models
di: Zhan, Yufei, et al.
Pubblicazione: (2025)

Beyond the Last Layer: Multi-Layer Representation Fusion for Visual Tokenization
di: Zhu, Xuanyu, et al.
Pubblicazione: (2026)

VisualThink-VLA: Visual Intermediate Reasoning for Effective and Low-Latency Vision-Language-Action Policies
di: Gao, Mingjian, et al.
Pubblicazione: (2026)

DOGR: Towards Versatile Visual Document Grounding and Referring
di: Zhou, Yinan, et al.
Pubblicazione: (2024)

Contextual inference from single objects in Vision-Language models
di: Vilas, Martina G., et al.
Pubblicazione: (2026)

Serial Over Parallel: Learning Continual Unification for Multi-Modal Visual Object Tracking and Benchmarking
di: Tang, Zhangyong, et al.
Pubblicazione: (2025)

Exploring Task-Level Optimal Prompts for Visual In-Context Learning
di: Zhu, Yan, et al.
Pubblicazione: (2025)

Dynamic Multi-Target Fusion for Efficient Audio-Visual Navigation
di: Yu, Yinfeng, et al.
Pubblicazione: (2025)

Visual Para-Thinker: Divide-and-Conquer Reasoning for Visual Comprehension
di: Xu, Haoran, et al.
Pubblicazione: (2026)

Visual-ERM: Reward Modeling for Visual Equivalence
di: Liu, Ziyu, et al.
Pubblicazione: (2026)

STSA: Spatial-Temporal Semantic Alignment for Visual Dubbing
di: Ding, Zijun, et al.
Pubblicazione: (2025)

Reinforced Embodied Active Defense: Exploiting Adaptive Interaction for Robust Visual Perception in Adversarial 3D Environments
di: Yang, Xiao, et al.
Pubblicazione: (2025)

Mutual Information guided Visual Contrastive Learning
di: Chen, Hanyang, et al.
Pubblicazione: (2025)

From Trial to Triumph: Advancing Long Video Understanding via Visual Context Sample Scaling and Self-reward Alignment
di: Suo, Yucheng, et al.
Pubblicazione: (2025)

Griffon v2: Advancing Multimodal Perception with High-Resolution Scaling and Visual-Language Co-Referring
di: Zhan, Yufei, et al.
Pubblicazione: (2024)

GeM-VG: Towards Generalized Multi-image Visual Grounding with Multimodal Large Language Models
di: Zheng, Shurong, et al.
Pubblicazione: (2026)

VisualNeedle: Benchmarking Active Visual Search in Information-Dense Scenes
di: Chen, Jingru, et al.
Pubblicazione: (2026)

Visual Space Optimization for Zero-shot Learning
di: Wang, Xinsheng, et al.
Pubblicazione: (2019)

Adversarial Error Correction for Visual Autoregressive Generation
di: Bi, Ligong, et al.
Pubblicazione: (2026)

Poivre: Self-Refining Visual Pointing with Reinforcement Learning
di: Yang, Wenjie, et al.
Pubblicazione: (2025)

Watch Wider and Think Deeper: Collaborative Cross-modal Chain-of-Thought for Complex Visual Reasoning
di: Lu, Wenting, et al.
Pubblicazione: (2026)

ViP$^2$-CLIP: Visual-Perception Prompting with Unified Alignment for Zero-Shot Anomaly Detection
di: Yang, Ziteng, et al.
Pubblicazione: (2025)

MedLVR: Latent Visual Reasoning for Reliable Medical Visual Question Answering
di: Xi, Suyang, et al.
Pubblicazione: (2026)

Breaking the accuracy-resource dilemma: a lightweight adaptive video inference enhancement
di: Ma, Wei, et al.
Pubblicazione: (2026)

MemoNav: Working Memory Model for Visual Navigation
di: Li, Hongxin, et al.
Pubblicazione: (2024)

Dual Latent Memory for Visual Multi-agent System
di: Yu, Xinlei, et al.
Pubblicazione: (2026)

Generative Semantic Coding for Ultra-Low Bitrate Visual Communication and Analysis
di: Chen, Weiming, et al.
Pubblicazione: (2025)

An adversarial feature learning based semantic communication method for Human 3D Reconstruction
di: Liu, Shaojiang, et al.
Pubblicazione: (2024)