Bridging Vision and Language for Robust Context-Aware Surgical Point Tracking: The VL-SurgPT Dataset and Benchmark
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhou, Rulin, He, Wenlong, Wang, An, Zhang, Jianhang, Zeng, Xuanhui, Zhang, Xi, Zhu, Chaowei, Hu, Haijun, Ren, Hongliang |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Endo-TTAP: Robust Endoscopic Tissue Tracking via Multi-Facet Guided Attention and Hybrid Flow-point Supervision
par: Zhou, Rulin, et autres
Publié: (2025)
par: Zhou, Rulin, et autres
Publié: (2025)
SurgAtt-Tracker: Online Surgical Attention Tracking via Temporal Proposal Reranking and Motion-Aware Refinement
par: Zhou, Rulin, et autres
Publié: (2026)
par: Zhou, Rulin, et autres
Publié: (2026)
SurgSora: Object-Aware Diffusion Model for Controllable Surgical Video Generation
par: Chen, Tong, et autres
Publié: (2024)
par: Chen, Tong, et autres
Publié: (2024)
Surgical Visual Understanding (SurgVU) Dataset
par: Zia, Aneeq, et autres
Publié: (2025)
par: Zia, Aneeq, et autres
Publié: (2025)
SurgVLM: A Large Vision-Language Model and Systematic Evaluation Benchmark for Surgical Intelligence
par: Zeng, Zhitao, et autres
Publié: (2025)
par: Zeng, Zhitao, et autres
Publié: (2025)
RoboSurg-VQA: A Multimodal Benchmark for Surgical Segmentation-Aware Visual Question Answering
par: Zhang, Chengyi, et autres
Publié: (2026)
par: Zhang, Chengyi, et autres
Publié: (2026)
SurgPose: a Dataset for Articulated Robotic Surgical Tool Pose Estimation and Tracking
par: Wu, Zijian, et autres
Publié: (2025)
par: Wu, Zijian, et autres
Publié: (2025)
TAPTRv3: Spatial and Temporal Context Foster Robust Tracking of Any Point in Long Video
par: Qu, Jinyuan, et autres
Publié: (2024)
par: Qu, Jinyuan, et autres
Publié: (2024)
SurgPLAN++: Universal Surgical Phase Localization Network for Online and Offline Inference
par: Chen, Zhen, et autres
Publié: (2024)
par: Chen, Zhen, et autres
Publié: (2024)
SurgWound-Bench: A Benchmark for Surgical Wound Diagnosis
par: Xu, Jiahao, et autres
Publié: (2025)
par: Xu, Jiahao, et autres
Publié: (2025)
SurgPub-Video: A Comprehensive Surgical Video Dataset for Enhanced Surgical Intelligence in Vision-Language Model
par: Li, Yaoqian, et autres
Publié: (2025)
par: Li, Yaoqian, et autres
Publié: (2025)
SurgMLLMBench: A Multimodal Large Language Model Benchmark Dataset for Surgical Scene Understanding
par: Choi, Tae-Min, et autres
Publié: (2025)
par: Choi, Tae-Min, et autres
Publié: (2025)
SurgLaVi: Large-Scale Hierarchical Dataset for Surgical Vision-Language Representation Learning
par: Perez, Alejandra, et autres
Publié: (2025)
par: Perez, Alejandra, et autres
Publié: (2025)
BleedOrigin: Dynamic Bleeding Source Localization in Endoscopic Submucosal Dissection via Dual-Stage Detection and Tracking
par: Xu, Mengya, et autres
Publié: (2025)
par: Xu, Mengya, et autres
Publié: (2025)
SurgTrack: CAD-Free 3D Tracking of Real-world Surgical Instruments
par: Guo, Wenwu, et autres
Publié: (2024)
par: Guo, Wenwu, et autres
Publié: (2024)
Point Tracking in Surgery--The 2024 Surgical Tattoos in Infrared (STIR) Challenge
par: Schmidt, Adam, et autres
Publié: (2025)
par: Schmidt, Adam, et autres
Publié: (2025)
SurgTPGS: Semantic 3D Surgical Scene Understanding with Text Promptable Gaussian Splatting
par: Huang, Yiming, et autres
Publié: (2025)
par: Huang, Yiming, et autres
Publié: (2025)
MathCoder-VL: Bridging Vision and Code for Enhanced Multimodal Mathematical Reasoning
par: Wang, Ke, et autres
Publié: (2025)
par: Wang, Ke, et autres
Publié: (2025)
SurgCoT: Advancing Spatiotemporal Reasoning in Surgical Videos through a Chain-of-Thought Benchmark
par: Wang, Gui, et autres
Publié: (2026)
par: Wang, Gui, et autres
Publié: (2026)
VL-RouterBench: A Benchmark for Vision-Language Model Routing
par: Huang, Zhehao, et autres
Publié: (2025)
par: Huang, Zhehao, et autres
Publié: (2025)
SurgRIPE challenge: Benchmark of Surgical Robot Instrument Pose Estimation
par: Xu, Haozheng, et autres
Publié: (2025)
par: Xu, Haozheng, et autres
Publié: (2025)
HieraSurg: Hierarchy-Aware Diffusion Model for Surgical Video Generation
par: Biagini, Diego, et autres
Publié: (2025)
par: Biagini, Diego, et autres
Publié: (2025)
SurgOnAir: Hierarchy-Aware Real-Time Surgical Video Commentary
par: He, Jingyi, et autres
Publié: (2026)
par: He, Jingyi, et autres
Publié: (2026)
Intuitive Surgical SurgToolLoc and SurgVU Challenges Results: 2022-2025
par: Zia, Aneeq, et autres
Publié: (2023)
par: Zia, Aneeq, et autres
Publié: (2023)
SurgBench: A Unified Large-Scale Benchmark for Surgical Video Analysis
par: Wei, Jianhui, et autres
Publié: (2025)
par: Wei, Jianhui, et autres
Publié: (2025)
SurgVidLM: Towards Multi-grained Surgical Video Understanding with Large Language Model
par: Wang, Guankun, et autres
Publié: (2025)
par: Wang, Guankun, et autres
Publié: (2025)
Bridging Symmetry and Robustness: On the Role of Equivariance in Enhancing Adversarial Robustness
par: Wang, Longwei, et autres
Publié: (2025)
par: Wang, Longwei, et autres
Publié: (2025)
CoPESD: A Multi-Level Surgical Motion Dataset for Training Large Vision-Language Models to Co-Pilot Endoscopic Submucosal Dissection
par: Wang, Guankun, et autres
Publié: (2024)
par: Wang, Guankun, et autres
Publié: (2024)
SurgMotion: A Video-Native Foundation Model for Universal Understanding of Surgical Videos
par: Wu, Jinlin, et autres
Publié: (2026)
par: Wu, Jinlin, et autres
Publié: (2026)
SurgXBench: Explainable Vision-Language Model Benchmark for Surgery
par: Cheng, Jiajun, et autres
Publié: (2025)
par: Cheng, Jiajun, et autres
Publié: (2025)
GroundedSurg: A Multi-Procedure Benchmark for Language-Conditioned Surgical Tool Segmentation
par: Ashraf, Tajamul, et autres
Publié: (2026)
par: Ashraf, Tajamul, et autres
Publié: (2026)
Adapting SAM for Surgical Instrument Tracking and Segmentation in Endoscopic Submucosal Dissection Videos
par: Yu, Jieming, et autres
Publié: (2024)
par: Yu, Jieming, et autres
Publié: (2024)
SPA-VL: A Comprehensive Safety Preference Alignment Dataset for Vision Language Model
par: Zhang, Yongting, et autres
Publié: (2024)
par: Zhang, Yongting, et autres
Publié: (2024)
Context-Aware Academic Emotion Dataset and Benchmark
par: Zhao, Luming, et autres
Publié: (2025)
par: Zhao, Luming, et autres
Publié: (2025)
Bench2Drive-VL: Benchmarks for Closed-Loop Autonomous Driving with Vision-Language Models
par: Jia, Xiaosong, et autres
Publié: (2026)
par: Jia, Xiaosong, et autres
Publié: (2026)
SurgCheck: Do Vision-Language Models Really Look at Images in Surgical VQA?
par: Shin, Jongmin, et autres
Publié: (2026)
par: Shin, Jongmin, et autres
Publié: (2026)
SurgRAW: Multi-Agent Workflow with Chain of Thought Reasoning for Robotic Surgical Video Analysis
par: Low, Chang Han, et autres
Publié: (2025)
par: Low, Chang Han, et autres
Publié: (2025)
ReSW-VL: Representation Learning for Surgical Workflow Analysis Using Vision-Language Model
par: Kondo, Satoshi
Publié: (2025)
par: Kondo, Satoshi
Publié: (2025)
VL-UniTrack: A Unified Framework with Visual-Language Prompts for UAV-Ground Visual Tracking
par: Xu, Boyue, et autres
Publié: (2026)
par: Xu, Boyue, et autres
Publié: (2026)
TAPTR: Tracking Any Point with Transformers as Detection
par: Li, Hongyang, et autres
Publié: (2024)
par: Li, Hongyang, et autres
Publié: (2024)
Documents similaires
-
Endo-TTAP: Robust Endoscopic Tissue Tracking via Multi-Facet Guided Attention and Hybrid Flow-point Supervision
par: Zhou, Rulin, et autres
Publié: (2025) -
SurgAtt-Tracker: Online Surgical Attention Tracking via Temporal Proposal Reranking and Motion-Aware Refinement
par: Zhou, Rulin, et autres
Publié: (2026) -
SurgSora: Object-Aware Diffusion Model for Controllable Surgical Video Generation
par: Chen, Tong, et autres
Publié: (2024) -
Surgical Visual Understanding (SurgVU) Dataset
par: Zia, Aneeq, et autres
Publié: (2025) -
SurgVLM: A Large Vision-Language Model and Systematic Evaluation Benchmark for Surgical Intelligence
par: Zeng, Zhitao, et autres
Publié: (2025)