Salvato in:
| Autori principali: | Shen, Yiqing, Li, Chenjia, Fan, Chenxiao, Unberath, Mathias |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2505.11838 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Temporally-Constrained Video Reasoning Segmentation and Automated Benchmark Construction
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
Reasoning Text-to-Video Retrieval via Digital Twin Video Representations and Large Language Models
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
Text-Driven Reasoning Video Editing via Reinforcement Learning on Digital Twin Representations
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
Constructing and Interpreting Digital Twin Representations for Visual Reasoning via Reinforcement Learning
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
Counterfactual World Models via Digital Twin-conditioned Video Diffusion
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
Fast Reasoning Segmentation for Images and Videos
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
Online Reasoning Video Segmentation with Just-in-Time Digital Twins
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
Reasoning Segmentation for Images and Videos: A Survey
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
Operating Room Workflow Analysis via Reasoning Segmentation over Digital Twins
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
di: Shen, Yiqing, et al.
Pubblicazione: (2025)
Memorizing SAM: 3D Medical Segment Anything Model with Memorizing Transformer
di: Shao, Xinyuan, et al.
Pubblicazione: (2024)
di: Shao, Xinyuan, et al.
Pubblicazione: (2024)
A Causal Framework for Aligning Image Quality Metrics and Deep Neural Network Robustness
di: Drenkow, Nathan, et al.
Pubblicazione: (2025)
di: Drenkow, Nathan, et al.
Pubblicazione: (2025)
FastSAM3D: An Efficient Segment Anything Model for 3D Volumetric Medical Images
di: Shen, Yiqing, et al.
Pubblicazione: (2024)
di: Shen, Yiqing, et al.
Pubblicazione: (2024)
MoSFormer: Augmenting Temporal Context with Memory of Surgery for Surgical Phase Recognition
di: Ding, Hao, et al.
Pubblicazione: (2025)
di: Ding, Hao, et al.
Pubblicazione: (2025)
TwinOR: Photorealistic Digital Twins of Dynamic Operating Rooms for Embodied AI Research
di: Zhang, Han, et al.
Pubblicazione: (2025)
di: Zhang, Han, et al.
Pubblicazione: (2025)
An Intrinsically Explainable Approach to Detecting Vertebral Compression Fractures in CT Scans via Neurosymbolic Modeling
di: Inigo, Blanca, et al.
Pubblicazione: (2024)
di: Inigo, Blanca, et al.
Pubblicazione: (2024)
JRDB-Reasoning: A Difficulty-Graded Benchmark for Visual Reasoning in Robotics
di: Jahangard, Simindokht, et al.
Pubblicazione: (2025)
di: Jahangard, Simindokht, et al.
Pubblicazione: (2025)
AffordTissue: Dense Affordance Prediction for Tool-Action Specific Tissue Interaction
di: Maksutova, Aiza, et al.
Pubblicazione: (2026)
di: Maksutova, Aiza, et al.
Pubblicazione: (2026)
Decoupling the Image Perception and Multimodal Reasoning for Reasoning Segmentation with Digital Twin Representations
di: Li, Yizhen, et al.
Pubblicazione: (2025)
di: Li, Yizhen, et al.
Pubblicazione: (2025)
When Visualizing is the First Step to Reasoning: MIRA, a Benchmark for Visual Chain-of-Thought
di: Zhou, Yiyang, et al.
Pubblicazione: (2025)
di: Zhou, Yiyang, et al.
Pubblicazione: (2025)
From Generalization to Precision: Exploring SAM for Tool Segmentation in Surgical Environments
di: Oguine, Kanyifeechukwu J., et al.
Pubblicazione: (2024)
di: Oguine, Kanyifeechukwu J., et al.
Pubblicazione: (2024)
Benchmarking Multimodal Mathematical Reasoning with Explicit Visual Dependency
di: Wang, Zhikai, et al.
Pubblicazione: (2025)
di: Wang, Zhikai, et al.
Pubblicazione: (2025)
Beyond Task-Specific Reasoning: A Unified Conditional Generative Framework for Abstract Visual Reasoning
di: Shi, Fan, et al.
Pubblicazione: (2025)
di: Shi, Fan, et al.
Pubblicazione: (2025)
Human-AI Collaboration and Explainability for 2D/3D Registration Quality Assurance
di: Cho, Sue Min, et al.
Pubblicazione: (2025)
di: Cho, Sue Min, et al.
Pubblicazione: (2025)
Causality-Driven Audits of Model Robustness
di: Drenkow, Nathan, et al.
Pubblicazione: (2024)
di: Drenkow, Nathan, et al.
Pubblicazione: (2024)
Understanding the Implicit User Intention via Reasoning with Large Language Model for Image Editing
di: Wang, Yijia, et al.
Pubblicazione: (2025)
di: Wang, Yijia, et al.
Pubblicazione: (2025)
Embodied-Reasoner: Synergizing Visual Search, Reasoning, and Action for Embodied Interactive Tasks
di: Zhang, Wenqi, et al.
Pubblicazione: (2025)
di: Zhang, Wenqi, et al.
Pubblicazione: (2025)
Visual Reasoning Tracer: Object-Level Grounded Reasoning Benchmark
di: Yuan, Haobo, et al.
Pubblicazione: (2025)
di: Yuan, Haobo, et al.
Pubblicazione: (2025)
Hyperspectral Image Recovery Constrained by Multi-Granularity Non-Local Self-Similarity Priors
di: Peng, Zhuoran, et al.
Pubblicazione: (2025)
di: Peng, Zhuoran, et al.
Pubblicazione: (2025)
DiffuseReg: Denoising Diffusion Model for Obtaining Deformation Fields in Unsupervised Deformable Image Registration
di: Zhuo, Yongtai, et al.
Pubblicazione: (2024)
di: Zhuo, Yongtai, et al.
Pubblicazione: (2024)
VisualQuest: A Benchmark for Abstract Visual Reasoning in MLLMs
di: Xiao, Kelaiti, et al.
Pubblicazione: (2025)
di: Xiao, Kelaiti, et al.
Pubblicazione: (2025)
VisualTrans: A Benchmark for Real-World Visual Transformation Reasoning
di: Ji, Yuheng, et al.
Pubblicazione: (2025)
di: Ji, Yuheng, et al.
Pubblicazione: (2025)
Benchmarking and Evolving Reason-Reflect-Rectify for Reflective Visual Generation
di: Wang, Junjie, et al.
Pubblicazione: (2026)
di: Wang, Junjie, et al.
Pubblicazione: (2026)
Can World Simulators Reason? Gen-ViRe: A Generative Visual Reasoning Benchmark
di: Liu, Xinxin, et al.
Pubblicazione: (2025)
di: Liu, Xinxin, et al.
Pubblicazione: (2025)
HumanEval-V: Benchmarking High-Level Visual Reasoning with Complex Diagrams in Coding Tasks
di: Zhang, Fengji, et al.
Pubblicazione: (2024)
di: Zhang, Fengji, et al.
Pubblicazione: (2024)
MM-CondChain: A Programmatically Verified Benchmark for Visually Grounded Deep Compositional Reasoning
di: Shen, Haozhan, et al.
Pubblicazione: (2026)
di: Shen, Haozhan, et al.
Pubblicazione: (2026)
VERIFY: A Benchmark of Visual Explanation and Reasoning for Investigating Multimodal Reasoning Fidelity
di: Bi, Jing, et al.
Pubblicazione: (2025)
di: Bi, Jing, et al.
Pubblicazione: (2025)
Boosting Medical Visual Understanding From Multi-Granular Language Learning
di: Li, Zihan, et al.
Pubblicazione: (2025)
di: Li, Zihan, et al.
Pubblicazione: (2025)
RBench-V: A Primary Assessment for Visual Reasoning Models with Multi-modal Outputs
di: Guo, Meng-Hao, et al.
Pubblicazione: (2025)
di: Guo, Meng-Hao, et al.
Pubblicazione: (2025)
CompareBench: A Benchmark for Visual Comparison Reasoning in Vision-Language Models
di: Cai, Jie, et al.
Pubblicazione: (2025)
di: Cai, Jie, et al.
Pubblicazione: (2025)
Re$^2$MoGen: Open-Vocabulary Motion Generation via LLM Reasoning and Physics-Aware Refinement
di: Zheng, Jiakun, et al.
Pubblicazione: (2026)
di: Zheng, Jiakun, et al.
Pubblicazione: (2026)
Documenti analoghi
-
Temporally-Constrained Video Reasoning Segmentation and Automated Benchmark Construction
di: Shen, Yiqing, et al.
Pubblicazione: (2025) -
Reasoning Text-to-Video Retrieval via Digital Twin Video Representations and Large Language Models
di: Shen, Yiqing, et al.
Pubblicazione: (2025) -
Text-Driven Reasoning Video Editing via Reinforcement Learning on Digital Twin Representations
di: Shen, Yiqing, et al.
Pubblicazione: (2025) -
Constructing and Interpreting Digital Twin Representations for Visual Reasoning via Reinforcement Learning
di: Shen, Yiqing, et al.
Pubblicazione: (2025) -
Counterfactual World Models via Digital Twin-conditioned Video Diffusion
di: Shen, Yiqing, et al.
Pubblicazione: (2025)