Copertina

RoadSceneVQA: Benchmarking Visual Question Answering in Roadside Perception Systems for Intelligent Transportation System

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Guan, Runwei, Hu, Rongsheng, Chen, Shangshu, Xiao, Ningyuan, Xia, Xue, Liu, Jiayang, Chen, Beibei, Tang, Ziren, Ouyang, Ningwei, Liang, Shaofeng, Fan, Yuxuan, Sun, Wanjie, Yue, Yutao
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

AutoVQA-G: Self-Improving Agentic Framework for Automated Visual Question Answering and Grounding Annotation
di: Hu, Rongsheng, et al.
Pubblicazione: (2026)

Da Yu: Towards USV-Based Image Captioning for Waterway Surveillance and Scene Understanding
di: Guan, Runwei, et al.
Pubblicazione: (2025)

Talk2PC: Enhancing 3D Visual Grounding through LiDAR and Radar Point Clouds Fusion for Autonomous Driving
di: Guan, Runwei, et al.
Pubblicazione: (2025)

WaterVideoQA: ASV-Centric Perception and Rule-Compliant Reasoning via Multi-Modal Agents
di: Guan, Runwei, et al.
Pubblicazione: (2026)

DisasterVQA: A Visual Question Answering Benchmark Dataset for Disaster Scenes
di: Al-Mohannadi, Aisha, et al.
Pubblicazione: (2026)

SurgViVQA: Temporally-Grounded Video Question Answering for Surgical Scene Understanding
di: Drago, Mauro Orazio, et al.
Pubblicazione: (2025)

EgoTextVQA: Towards Egocentric Scene-Text Aware Video Question Answering
di: Zhou, Sheng, et al.
Pubblicazione: (2025)

BERT-VQA: Visual Question Answering on Plots
di: Vu, Tai, et al.
Pubblicazione: (2025)

CORP: A Multi-Modal Dataset for Campus-Oriented Roadside Perception Tasks
di: Wang, Beibei, et al.
Pubblicazione: (2024)

DSPNet: Dual-vision Scene Perception for Robust 3D Question Answering
di: Luo, Jingzhou, et al.
Pubblicazione: (2025)

Visual Robustness Benchmark for Visual Question Answering (VQA)
di: Ishmam, Md Farhan, et al.
Pubblicazione: (2024)

WSI-VQA: Interpreting Whole Slide Images by Generative Visual Question Answering
di: Chen, Pingyi, et al.
Pubblicazione: (2024)

ToolVQA: A Dataset for Multi-step Reasoning VQA with External Tools
di: Yin, Shaofeng, et al.
Pubblicazione: (2025)

Talk2Radar: Bridging Natural Language with 4D mmWave Radar for 3D Referring Expression Comprehension
di: Guan, Runwei, et al.
Pubblicazione: (2024)

CommVQA: Situating Visual Question Answering in Communicative Contexts
di: Naik, Nandita Shankar, et al.
Pubblicazione: (2024)

VQA$^2$: Visual Question Answering for Video Quality Assessment
di: Jia, Ziheng, et al.
Pubblicazione: (2024)

RoScenes: A Large-scale Multi-view 3D Dataset for Roadside Perception
di: Zhu, Xiaosu, et al.
Pubblicazione: (2024)

SpecVQA: A Benchmark for Spectral Understanding and Visual Question Answering in Scientific Images
di: Shen, Jialu, et al.
Pubblicazione: (2026)

StackOverflowVQA: Stack Overflow Visual Question Answering Dataset
di: Mirzaei, Motahhare, et al.
Pubblicazione: (2024)

FlowVQA: Mapping Multimodal Logic in Visual Question Answering with Flowcharts
di: Singh, Shubhankar, et al.
Pubblicazione: (2024)

Exploring the Application of Visual Question Answering (VQA) for Classroom Activity Monitoring
di: Vu, Sinh Trong, et al.
Pubblicazione: (2025)

PMC-VQA: Visual Instruction Tuning for Medical Visual Question Answering
di: Zhang, Xiaoman, et al.
Pubblicazione: (2023)

MMDrive: Interactive Scene Understanding Beyond Vision with Multi-representational Fusion
di: Hou, Minghui, et al.
Pubblicazione: (2025)

Question Classification with Deep Contextualized Transformer
di: Luo, Haozheng, et al.
Pubblicazione: (2019)

Cognitive Disentanglement for Referring Multi-Object Tracking
di: Liang, Shaofeng, et al.
Pubblicazione: (2025)

MAGIC-VQA: Multimodal And Grounded Inference with Commonsense Knowledge for Visual Question Answering
di: Yang, Shuo, et al.
Pubblicazione: (2025)

MoReVQA: Exploring Modular Reasoning Models for Video Question Answering
di: Min, Juhong, et al.
Pubblicazione: (2024)

GHR-VQA: Graph-guided Hierarchical Relational Reasoning for Video Question Answering
di: Brilli, Dionysia Danai, et al.
Pubblicazione: (2025)

MedXplain-VQA: Multi-Component Explainable Medical Visual Question Answering
di: Nguyen, Hai-Dang, et al.
Pubblicazione: (2025)

Referring Flexible Image Restoration
di: Guan, Runwei, et al.
Pubblicazione: (2024)

MOSE: Boosting Vision-based Roadside 3D Object Detection with Scene Cues
di: Chen, Xiahan, et al.
Pubblicazione: (2024)

QTG-VQA: Question-Type-Guided Architectural for VideoQA Systems
di: He, Zhixian, et al.
Pubblicazione: (2024)

Tri-VQA: Triangular Reasoning Medical Visual Question Answering for Multi-Attribute Analysis
di: Fan, Lin, et al.
Pubblicazione: (2024)

ProtoVQA: An Adaptable Prototypical Framework for Explainable Fine-Grained Visual Question Answering
di: Diao, Xingjian, et al.
Pubblicazione: (2025)

TableVQA-Bench: A Visual Question Answering Benchmark on Multiple Table Domains
di: Kim, Yoonsik, et al.
Pubblicazione: (2024)

MaS-VQA: A Mask-and-Select Framework for Knowledge-Based Visual Question Answering
di: Mao, Xianwei, et al.
Pubblicazione: (2026)

SuperMemory-VQA: An Egocentric Visual Question-Answering Benchmark for Long-Horizon Memory
di: Alam, Samiul, et al.
Pubblicazione: (2026)

Adversarial Attacks on VQA-NLE: Exposing and Alleviating Inconsistencies in Visual Question Answering Explanations
di: Yeh, Yahsin, et al.
Pubblicazione: (2025)

UCSF-PDGM-VQA: Visual Question Answering dataset for brain tumor MRI interpretation
di: Ghosh, Shiv, et al.
Pubblicazione: (2026)

Self-Improvement Programming for Temporal Knowledge Graph Question Answering
di: Chen, Zhuo, et al.
Pubblicazione: (2024)