Comprehension of Multilingual Expressions Referring to Target Objects in Visual Inputs
Fuente:
arXiv
Salvato in:
| Autori principali: | Nogueira, Francisco, Bernardino, Alexandre, Martins, Bruno |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Generalized Referring Expression Segmentation on Aerial Photos
di: Marnoto, Luís, et al.
Pubblicazione: (2025)
di: Marnoto, Luís, et al.
Pubblicazione: (2025)
Referring Expression Comprehension for Small Objects
di: Goto, Kanoko, et al.
Pubblicazione: (2025)
di: Goto, Kanoko, et al.
Pubblicazione: (2025)
Beyond Referring Expressions: Scenario Comprehension Visual Grounding
di: He, Ruozhen, et al.
Pubblicazione: (2026)
di: He, Ruozhen, et al.
Pubblicazione: (2026)
Human Scanpath Prediction in Target-Present Visual Search with Semantic-Foveal Bayesian Attention
di: Luzio, João, et al.
Pubblicazione: (2025)
di: Luzio, João, et al.
Pubblicazione: (2025)
Towards Unified Referring Expression Segmentation Across Omni-Level Visual Target Granularities
di: Liu, Jing, et al.
Pubblicazione: (2025)
di: Liu, Jing, et al.
Pubblicazione: (2025)
GREx: Generalized Referring Expression Segmentation, Comprehension, and Generation
di: Ding, Henghui, et al.
Pubblicazione: (2026)
di: Ding, Henghui, et al.
Pubblicazione: (2026)
ScanFormer: Referring Expression Comprehension by Iteratively Scanning
di: Su, Wei, et al.
Pubblicazione: (2024)
di: Su, Wei, et al.
Pubblicazione: (2024)
Referring Expression Generation in Visually Grounded Dialogue with Discourse-aware Comprehension Guiding
di: Willemsen, Bram, et al.
Pubblicazione: (2024)
di: Willemsen, Bram, et al.
Pubblicazione: (2024)
Revisiting Referring Expression Comprehension Evaluation in the Era of Large Multimodal Models
di: Chen, Jierun, et al.
Pubblicazione: (2024)
di: Chen, Jierun, et al.
Pubblicazione: (2024)
Towards Omnimodal Expressions and Reasoning in Referring Audio-Visual Segmentation
di: Ying, Kaining, et al.
Pubblicazione: (2025)
di: Ying, Kaining, et al.
Pubblicazione: (2025)
ReferDINO: Referring Video Object Segmentation with Visual Grounding Foundations
di: Liang, Tianming, et al.
Pubblicazione: (2025)
di: Liang, Tianming, et al.
Pubblicazione: (2025)
RefDrone: A Challenging Benchmark for Referring Expression Comprehension in Drone Scenes
di: Sun, Zhichao, et al.
Pubblicazione: (2025)
di: Sun, Zhichao, et al.
Pubblicazione: (2025)
Hierarchical Alignment-enhanced Adaptive Grounding Network for Generalized Referring Expression Comprehension
di: Wang, Yaxian, et al.
Pubblicazione: (2025)
di: Wang, Yaxian, et al.
Pubblicazione: (2025)
Unveiling Parts Beyond Objects:Towards Finer-Granularity Referring Expression Segmentation
di: Wang, Wenxuan, et al.
Pubblicazione: (2023)
di: Wang, Wenxuan, et al.
Pubblicazione: (2023)
Zero-shot Referring Expression Comprehension via Structural Similarity Between Images and Captions
di: Han, Zeyu, et al.
Pubblicazione: (2023)
di: Han, Zeyu, et al.
Pubblicazione: (2023)
Self-paced Multi-grained Cross-modal Interaction Modeling for Referring Expression Comprehension
di: Miao, Peihan, et al.
Pubblicazione: (2022)
di: Miao, Peihan, et al.
Pubblicazione: (2022)
Object-centric Video Question Answering with Visual Grounding and Referring
di: Wang, Haochen, et al.
Pubblicazione: (2025)
di: Wang, Haochen, et al.
Pubblicazione: (2025)
ColLab: A Collaborative Spatial Progressive Data Engine for Referring Expression Comprehension and Generation
di: Zhang, Shilan, et al.
Pubblicazione: (2025)
di: Zhang, Shilan, et al.
Pubblicazione: (2025)
WeakMCN: Multi-task Collaborative Network for Weakly Supervised Referring Expression Comprehension and Segmentation
di: Liu, Yang, et al.
Pubblicazione: (2025)
di: Liu, Yang, et al.
Pubblicazione: (2025)
M2IST: Multi-Modal Interactive Side-Tuning for Efficient Referring Expression Comprehension
di: Liu, Xuyang, et al.
Pubblicazione: (2024)
di: Liu, Xuyang, et al.
Pubblicazione: (2024)
Multilingual Training-Free Remote Sensing Image Captioning
di: Rebelo, Carlos, et al.
Pubblicazione: (2025)
di: Rebelo, Carlos, et al.
Pubblicazione: (2025)
Interpretable Zero-shot Referring Expression Comprehension with Query-driven Scene Graphs
di: Wu, Yike, et al.
Pubblicazione: (2026)
di: Wu, Yike, et al.
Pubblicazione: (2026)
Make Graph-based Referring Expression Comprehension Great Again through Expression-guided Dynamic Gating and Regression
di: Ke, Jingcheng, et al.
Pubblicazione: (2024)
di: Ke, Jingcheng, et al.
Pubblicazione: (2024)
MVI-Bench: A Comprehensive Benchmark for Evaluating Robustness to Misleading Visual Inputs in LVLMs
di: Chen, Huiyi, et al.
Pubblicazione: (2025)
di: Chen, Huiyi, et al.
Pubblicazione: (2025)
Semantic-Based Active Perception for Humanoid Visual Tasks with Foveal Sensors
di: Luzio, João, et al.
Pubblicazione: (2024)
di: Luzio, João, et al.
Pubblicazione: (2024)
Multilingual Vision-Language Pre-training for the Remote Sensing Domain
di: Silva, João Daniel, et al.
Pubblicazione: (2024)
di: Silva, João Daniel, et al.
Pubblicazione: (2024)
Cost-Efficient Multi-Scale Fovea for Semantic-Based Visual Search Attention
di: Luzio, João, et al.
Pubblicazione: (2026)
di: Luzio, João, et al.
Pubblicazione: (2026)
New Dataset and Methods for Fine-Grained Compositional Referring Expression Comprehension via Specialist-MLLM Collaboration
di: Yang, Xuzheng, et al.
Pubblicazione: (2025)
di: Yang, Xuzheng, et al.
Pubblicazione: (2025)
LIHE: Linguistic Instance-Split Hyperbolic-Euclidean Framework for Generalized Weakly-Supervised Referring Expression Comprehension
di: Shi, Xianglong, et al.
Pubblicazione: (2025)
di: Shi, Xianglong, et al.
Pubblicazione: (2025)
LLM-wrapper: Black-Box Semantic-Aware Adaptation of Vision-Language Models for Referring Expression Comprehension
di: Cardiel, Amaia, et al.
Pubblicazione: (2024)
di: Cardiel, Amaia, et al.
Pubblicazione: (2024)
Long-RVOS: A Comprehensive Benchmark for Long-term Referring Video Object Segmentation
di: Liang, Tianming, et al.
Pubblicazione: (2025)
di: Liang, Tianming, et al.
Pubblicazione: (2025)
RefVSR++: Exploiting Reference Inputs for Reference-based Video Super-resolution
di: Zou, Han, et al.
Pubblicazione: (2023)
di: Zou, Han, et al.
Pubblicazione: (2023)
MVGGT: Multimodal Visual Geometry Grounded Transformer for Multiview 3D Referring Expression Segmentation
di: Wu, Changli, et al.
Pubblicazione: (2026)
di: Wu, Changli, et al.
Pubblicazione: (2026)
Integrating Deep RL and Bayesian Inference for ObjectNav in Mobile Robotics
di: Castelo-Branco, João, et al.
Pubblicazione: (2026)
di: Castelo-Branco, João, et al.
Pubblicazione: (2026)
Towards Open-World Referring Expression Comprehension: A Benchmark with Training-free Multi-task Consistency Checker
di: Wu, Zongjian, et al.
Pubblicazione: (2026)
di: Wu, Zongjian, et al.
Pubblicazione: (2026)
ChartREG++: Towards Benchmarking and Improving Chart Referring Expression Grounding under Diverse referring clues and Multi-Target Referring
di: Niu, Tianhao, et al.
Pubblicazione: (2026)
di: Niu, Tianhao, et al.
Pubblicazione: (2026)
RefBench-PRO: Perceptual and Reasoning Oriented Benchmark for Referring Expression Comprehension
di: Gao, Tianyi, et al.
Pubblicazione: (2025)
di: Gao, Tianyi, et al.
Pubblicazione: (2025)
VIRO: Robust and Efficient Neuro-Symbolic Reasoning with Verification for Referring Expression Comprehension
di: Park, Hyejin, et al.
Pubblicazione: (2026)
di: Park, Hyejin, et al.
Pubblicazione: (2026)
Harlequin: Color-driven Generation of Synthetic Data for Referring Expression Comprehension
di: Parolari, Luca, et al.
Pubblicazione: (2024)
di: Parolari, Luca, et al.
Pubblicazione: (2024)
FineCops-Ref: A new Dataset and Task for Fine-Grained Compositional Referring Expression Comprehension
di: Liu, Junzhuo, et al.
Pubblicazione: (2024)
di: Liu, Junzhuo, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Generalized Referring Expression Segmentation on Aerial Photos
di: Marnoto, Luís, et al.
Pubblicazione: (2025) -
Referring Expression Comprehension for Small Objects
di: Goto, Kanoko, et al.
Pubblicazione: (2025) -
Beyond Referring Expressions: Scenario Comprehension Visual Grounding
di: He, Ruozhen, et al.
Pubblicazione: (2026) -
Human Scanpath Prediction in Target-Present Visual Search with Semantic-Foveal Bayesian Attention
di: Luzio, João, et al.
Pubblicazione: (2025) -
Towards Unified Referring Expression Segmentation Across Omni-Level Visual Target Granularities
di: Liu, Jing, et al.
Pubblicazione: (2025)