:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tokumitsu, Junsei, Wada, Yuiga
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2506.19312
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ZINA: Multimodal Fine-grained Hallucination Detection and Editing
von: Wada, Yuiga, et al.
Veröffentlicht: (2025)

DENEB: A Hallucination-Robust Automatic Evaluation Metric for Image Captioning
von: Matsuda, Kazuki, et al.
Veröffentlicht: (2024)

Polos: Multimodal Metric Learning from Human Feedback for Image Captioning
von: Wada, Yuiga, et al.
Veröffentlicht: (2024)

VELA: An LLM-Hybrid-as-a-Judge Approach for Evaluating Long Image Captions
von: Matsuda, Kazuki, et al.
Veröffentlicht: (2025)

AIFIND: Artifact-Aware Interpreting Fine-Grained Alignment for Incremental Face Forgery Detection
von: Wang, Hao, et al.
Veröffentlicht: (2026)

FG-CLIP: Fine-Grained Visual and Textual Alignment
von: Xie, Chunyu, et al.
Veröffentlicht: (2025)

Informative Text-Image Alignment for Visual Affordance Learning with Foundation Models
von: Zhang, Qian, et al.
Veröffentlicht: (2025)

Grounding 3D Scene Affordance From Egocentric Interactions
von: Liu, Cuiyu, et al.
Veröffentlicht: (2024)

Multimodal Alignment with Cross-Attentive GRUs for Fine-Grained Video Understanding
von: Kim, Namho, et al.
Veröffentlicht: (2025)

Decomposed Vision-Language Alignment for Fine-Grained Open-Vocabulary Segmentation
von: Wang, Chenhao, et al.
Veröffentlicht: (2026)

COHERENCE: Benchmarking Fine-Grained Image-Text Alignment in Interleaved Multimodal Contexts
von: Wang, Bingli, et al.
Veröffentlicht: (2026)

Improving Fine-Grained Rice Leaf Disease Detection via Angular-Compactness Dual Loss Learning
von: Mia, Md. Rokon, et al.
Veröffentlicht: (2026)

RAAP: Retrieval-Augmented Affordance Prediction with Cross-Image Action Alignment
von: Zhuang, Qiyuan, et al.
Veröffentlicht: (2026)

Fine-Grained Pillar Feature Encoding Via Spatio-Temporal Virtual Grid for 3D Object Detection
von: Park, Konyul, et al.
Veröffentlicht: (2024)

FineLIP: Extending CLIP's Reach via Fine-Grained Alignment with Longer Text Inputs
von: Asokan, Mothilal, et al.
Veröffentlicht: (2025)

GREAT: Geometry-Intention Collaborative Inference for Open-Vocabulary 3D Object Affordance Grounding
von: Shao, Yawen, et al.
Veröffentlicht: (2024)

SeqAfford: Sequential 3D Affordance Reasoning via Multimodal Large Language Model
von: Yu, Chunlin, et al.
Veröffentlicht: (2024)

Novel Extraction of Discriminative Fine-Grained Feature to Improve Retinal Vessel Segmentation
von: Zeng, Shuang, et al.
Veröffentlicht: (2025)

Tooth-Diffusion: Guided 3D CBCT Synthesis with Fine-Grained Tooth Conditioning
von: Said, Said Djafar, et al.
Veröffentlicht: (2025)

Mining Fine-Grained Image-Text Alignment for Zero-Shot Captioning via Text-Only Training
von: Qiu, Longtian, et al.
Veröffentlicht: (2024)

Grounding 3D Object Affordance with Language Instructions, Visual Observations and Interactions
von: Zhu, He, et al.
Veröffentlicht: (2025)

ITSELF: Attention Guided Fine-Grained Alignment for Vision-Language Retrieval
von: Nguyen, Tien-Huy, et al.
Veröffentlicht: (2026)

Learning Relative Representations for Fine-Grained Multimodal Alignment with Limited Data
von: Kim, Shiwon, et al.
Veröffentlicht: (2026)

Learning Environment-Aware Affordance for 3D Articulated Object Manipulation under Occlusions
von: Wu, Ruihai, et al.
Veröffentlicht: (2023)

SSR3D-LLM: Structured Spatial Reasoning via Latent Steps for Fine-Grained Grounding in Unified 3D-LLMs
von: Li, Jiawei, et al.
Veröffentlicht: (2026)

Medical Image Synthesis via Fine-Grained Image-Text Alignment and Anatomy-Pathology Prompting
von: Chen, Wenting, et al.
Veröffentlicht: (2024)

ReSemAct: Advancing Fine-Grained Robotic Manipulation via Semantic Structuring and Affordance Refinement
von: Su, Chenyu, et al.
Veröffentlicht: (2025)

Unlocking Vision-Language Models for Video Anomaly Detection via Fine-Grained Prompting
von: Zou, Shu, et al.
Veröffentlicht: (2025)

FB-CLIP: Fine-Grained Zero-Shot Anomaly Detection with Foreground-Background Disentanglement
von: Hu, Ming, et al.
Veröffentlicht: (2026)

SYNTHIA: Novel Concept Design with Affordance Composition
von: Ha, Hyeonjeong, et al.
Veröffentlicht: (2025)

Self-Explainable Affordance Learning with Embodied Caption
von: Zhang, Zhipeng, et al.
Veröffentlicht: (2024)

Zooming into Comics: Region-Aware RL Improves Fine-Grained Comic Understanding in Vision-Language Models
von: Chen, Yule, et al.
Veröffentlicht: (2025)

MiSCHiEF: A Benchmark in Minimal-Pairs of Safety and Culture for Holistic Evaluation of Fine-Grained Image-Caption Alignment
von: Banerjee, Sagarika, et al.
Veröffentlicht: (2026)

Fine-Grained Image-Text Alignment in Medical Imaging Enables Explainable Cyclic Image-Report Generation
von: Chen, Wenting, et al.
Veröffentlicht: (2023)

Region-Grounded Report Generation for 3D Medical Imaging: A Fine-Grained Dataset and Graph-Enhanced Framework
von: Nguyen, Cong Huy, et al.
Veröffentlicht: (2026)

ViGoR: Improving Visual Grounding of Large Vision Language Models with Fine-Grained Reward Modeling
von: Yan, Siming, et al.
Veröffentlicht: (2024)

Look Before You Fuse: 2D-Guided Cross-Modal Alignment for Robust 3D Detection
von: Li, Xiang, et al.
Veröffentlicht: (2025)

Selective Contrastive Learning for Weakly Supervised Affordance Grounding
von: Moon, WonJun, et al.
Veröffentlicht: (2025)

Text-driven Affordance Learning from Egocentric Vision
von: Yoshida, Tomoya, et al.
Veröffentlicht: (2024)

Fine-Grained Representation for Lane Topology Reasoning
von: Xu, Guoqing, et al.
Veröffentlicht: (2025)