Enregistré dans:
| Auteurs principaux: | Wang, Han, Ji, Deyi, Lu, Junyu, Zhu, Lanyun, Zhang, Hailong, Wu, Haiyang, Liu, Liqun, Shu, Peng, Lee, Roy Ka-Wei |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2511.13759 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
CLIP-Joint-Detect: End-to-End Joint Training of Object Detectors with Contrastive Vision-Language Supervision
par: Raoufi, Behnam, et autres
Publié: (2025)
par: Raoufi, Behnam, et autres
Publié: (2025)
Adaptive Self-Training for Object Detection
par: Vandeghen, Renaud, et autres
Publié: (2022)
par: Vandeghen, Renaud, et autres
Publié: (2022)
Cross-Modal Transfer from Memes to Videos: Addressing Data Scarcity in Hateful Video Detection
par: Wang, Han, et autres
Publié: (2025)
par: Wang, Han, et autres
Publié: (2025)
MemeCraft: Contextual and Stance-Driven Multimodal Meme Generation
par: Wang, Han, et autres
Publié: (2024)
par: Wang, Han, et autres
Publié: (2024)
Game-RL: Synthesizing Multimodal Verifiable Game Data to Boost VLMs' General Reasoning
par: Tong, Jingqi, et autres
Publié: (2025)
par: Tong, Jingqi, et autres
Publié: (2025)
StreamSense: Streaming Social Task Detection with Selective Vision-Language Model Routing
par: Wang, Han, et autres
Publié: (2026)
par: Wang, Han, et autres
Publié: (2026)
Rethinking VLMs for Image Forgery Detection and Localization
par: Guo, Shaofeng, et autres
Publié: (2026)
par: Guo, Shaofeng, et autres
Publié: (2026)
U-Net-Like Spiking Neural Networks for Single Image Dehazing
par: Li, Huibin, et autres
Publié: (2025)
par: Li, Huibin, et autres
Publié: (2025)
HateClipSeg: A Segment-Level Annotated Dataset for Fine-Grained Hate Video Detection
par: Wang, Han, et autres
Publié: (2025)
par: Wang, Han, et autres
Publié: (2025)
Better Schedules for Low Precision Training of Deep Neural Networks
par: Wolfe, Cameron R., et autres
Publié: (2024)
par: Wolfe, Cameron R., et autres
Publié: (2024)
Breaking the Resource Wall: Geometry-Guided Sequence Modeling for Efficient Semantic Segmentation
par: Chan, Sheng-Wei, et autres
Publié: (2026)
par: Chan, Sheng-Wei, et autres
Publié: (2026)
Learning Association via Track-Detection Matching for Multi-Object Tracking
par: Adžemović, Momir
Publié: (2025)
par: Adžemović, Momir
Publié: (2025)
Pedestrian Detection in Low-Light Conditions: A Comprehensive Survey
par: Ghari, Bahareh, et autres
Publié: (2024)
par: Ghari, Bahareh, et autres
Publié: (2024)
SoccerRef-Agents: Multi-Agent System for Automated Soccer Refereeing
par: Meng, Zi, et autres
Publié: (2026)
par: Meng, Zi, et autres
Publié: (2026)
Memory-Efficient Differentially Private Training with Gradient Random Projection
par: Mulrooney, Alex, et autres
Publié: (2025)
par: Mulrooney, Alex, et autres
Publié: (2025)
Taming the Tail: Leveraging Asymmetric Loss and Pade Approximation to Overcome Medical Image Long-Tailed Class Imbalance
par: Kashyap, Pankhi, et autres
Publié: (2024)
par: Kashyap, Pankhi, et autres
Publié: (2024)
WayFASTER: a Self-Supervised Traversability Prediction for Increased Navigation Awareness
par: Gasparino, Mateus Valverde, et autres
Publié: (2024)
par: Gasparino, Mateus Valverde, et autres
Publié: (2024)
PhysNote: Self-Knowledge Notes for Evolvable Physical Reasoning in Vision-Language Model
par: Zhang, Sinin, et autres
Publié: (2026)
par: Zhang, Sinin, et autres
Publié: (2026)
CoMoCAVs: Cohesive Decision-Guided Motion Planning for Connected and Autonomous Vehicles with Multi-Policy Reinforcement Learning
par: Hu, Pan
Publié: (2025)
par: Hu, Pan
Publié: (2025)
EmbodiedLGR: Integrating Lightweight Graph Representation and Retrieval for Semantic-Spatial Memory in Robotic Agents
par: Riva, Paolo, et autres
Publié: (2026)
par: Riva, Paolo, et autres
Publié: (2026)
Taking Flight with Dialogue: Enabling Natural Language Control for PX4-based Drone Agent
par: Lim, Shoon Kit, et autres
Publié: (2025)
par: Lim, Shoon Kit, et autres
Publié: (2025)
High-Frequency Semantics and Geometric Priors for End-to-End Detection Transformers in Challenging UAV Imagery
par: Peng, Hongxing, et autres
Publié: (2025)
par: Peng, Hongxing, et autres
Publié: (2025)
EvoCUA: Evolving Computer Use Agents via Learning from Scalable Synthetic Experience
par: Xue, Taofeng, et autres
Publié: (2026)
par: Xue, Taofeng, et autres
Publié: (2026)
Removing Motion Artifact in MRI by Using a Perceptual Loss Driven Deep Learning Framework
par: Guo, Ziheng, et autres
Publié: (2026)
par: Guo, Ziheng, et autres
Publié: (2026)
A Scalable Pipeline Combining Procedural 3D Graphics and Guided Diffusion for Photorealistic Synthetic Training Data Generation in White Button Mushroom Segmentation
par: Károly, Artúr I., et autres
Publié: (2025)
par: Károly, Artúr I., et autres
Publié: (2025)
A Guide to Structureless Visual Localization
par: Panek, Vojtech, et autres
Publié: (2025)
par: Panek, Vojtech, et autres
Publié: (2025)
Efficient Image Pre-Training with Siamese Cropped Masked Autoencoders
par: Eymaël, Alexandre, et autres
Publié: (2024)
par: Eymaël, Alexandre, et autres
Publié: (2024)
UGOD: Uncertainty-Guided Differentiable Opacity and Soft Dropout for Enhanced Sparse-View 3DGS
par: Guo, Zhihao, et autres
Publié: (2025)
par: Guo, Zhihao, et autres
Publié: (2025)
Facial Attribute Based Text Guided Face Anonymization
par: Muştu, Mustafa İzzet, et autres
Publié: (2025)
par: Muştu, Mustafa İzzet, et autres
Publié: (2025)
Closed-Loop Neural Activation Control in Vision-Language-Action Models
par: Babu, Abhijith, et autres
Publié: (2026)
par: Babu, Abhijith, et autres
Publié: (2026)
SIA-OVD: Shape-Invariant Adapter for Bridging the Image-Region Gap in Open-Vocabulary Detection
par: Wang, Zishuo, et autres
Publié: (2024)
par: Wang, Zishuo, et autres
Publié: (2024)
OWMM-Agent: Open World Mobile Manipulation With Multi-modal Agentic Data Synthesis
par: Chen, Junting, et autres
Publié: (2025)
par: Chen, Junting, et autres
Publié: (2025)
FlowIBR: Leveraging Pre-Training for Efficient Neural Image-Based Rendering of Dynamic Scenes
par: Büsching, Marcel, et autres
Publié: (2023)
par: Büsching, Marcel, et autres
Publié: (2023)
Distinguishing Visually Similar Actions: Prompt-Guided Semantic Prototype Modulation for Few-Shot Action Recognition
par: Li, Xiaoyang, et autres
Publié: (2025)
par: Li, Xiaoyang, et autres
Publié: (2025)
SITransformer: Shared Information-Guided Transformer for Extreme Multimodal Summarization
par: Liu, Sicheng, et autres
Publié: (2024)
par: Liu, Sicheng, et autres
Publié: (2024)
Towards Explainable Fake Image Detection with Multi-Modal Large Language Models
par: Ji, Yikun, et autres
Publié: (2025)
par: Ji, Yikun, et autres
Publié: (2025)
NeuGrasp: Generalizable Neural Surface Reconstruction with Background Priors for Material-Agnostic Object Grasp Detection
par: Fan, Qingyu, et autres
Publié: (2025)
par: Fan, Qingyu, et autres
Publié: (2025)
Periodontal Bone Loss Analysis via Keypoint Detection With Heuristic Post-Processing
par: Banks, Ryan, et autres
Publié: (2025)
par: Banks, Ryan, et autres
Publié: (2025)
T-REX: Vision-Based System for Autonomous Leaf Detection and Grasp Estimation
par: Selvam, Srecharan, et autres
Publié: (2025)
par: Selvam, Srecharan, et autres
Publié: (2025)
MaP-AVR: A Meta-Action Planner for Agents Leveraging Vision Language Models and Retrieval-Augmented Generation
par: Guo, Zhenglong, et autres
Publié: (2025)
par: Guo, Zhenglong, et autres
Publié: (2025)
Documents similaires
-
CLIP-Joint-Detect: End-to-End Joint Training of Object Detectors with Contrastive Vision-Language Supervision
par: Raoufi, Behnam, et autres
Publié: (2025) -
Adaptive Self-Training for Object Detection
par: Vandeghen, Renaud, et autres
Publié: (2022) -
Cross-Modal Transfer from Memes to Videos: Addressing Data Scarcity in Hateful Video Detection
par: Wang, Han, et autres
Publié: (2025) -
MemeCraft: Contextual and Stance-Driven Multimodal Meme Generation
par: Wang, Han, et autres
Publié: (2024) -
Game-RL: Synthesizing Multimodal Verifiable Game Data to Boost VLMs' General Reasoning
par: Tong, Jingqi, et autres
Publié: (2025)