:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Song, Ziyang, Zang, Zelin, Ye, Xiaofan, Xu, Boqiang, Bai, Long, Wu, Jinlin, Ren, Hongliang, Liu, Hongbin, Luo, Jiebo, Lei, Zhen
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language
Online-Zugang:	https://arxiv.org/abs/2512.06921
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Anatomy-R1: Enhancing Anatomy Reasoning in Multimodal Large Language Models via Anatomical Similarity Curriculum and Group Diversity Augmentation
von: Song, Ziyang, et al.
Veröffentlicht: (2025)

SurgPLAN++: Universal Surgical Phase Localization Network for Online and Offline Inference
von: Chen, Zhen, et al.
Veröffentlicht: (2024)

ASI-Seg: Audio-Driven Surgical Instrument Segmentation with Surgeon Intention Understanding
von: Chen, Zhen, et al.
Veröffentlicht: (2024)

Multimodal Causal-Driven Representation Learning for Generalizable Medical Image Segmentation
von: Liang, Xusheng, et al.
Veröffentlicht: (2025)

SurgMotion: A Video-Native Foundation Model for Universal Understanding of Surgical Videos
von: Wu, Jinlin, et al.
Veröffentlicht: (2026)

Advancing Dense Endoscopic Reconstruction with Gaussian Splatting-driven Surface Normal-aware Tracking and Mapping
von: Huang, Yiming, et al.
Veröffentlicht: (2025)

SurgLLM: A Versatile Large Multimodal Model with Spatial Focus and Temporal Awareness for Surgical Video Understanding
von: Chen, Zhen, et al.
Veröffentlicht: (2025)

Bayesian Test-time Adaptation for Object Recognition and Detection with Vision-language Models
von: Zhou, Lihua, et al.
Veröffentlicht: (2025)

Endo-4DGX: Robust Endoscopic Scene Reconstruction and Illumination Correction with Gaussian Splatting
von: Huang, Yiming, et al.
Veröffentlicht: (2025)

EndoChat: Grounded Multimodal Large Language Model for Endoscopic Surgery
von: Wang, Guankun, et al.
Veröffentlicht: (2025)

PCaM: A Progressive Focus Attention-Based Information Fusion Method for Improving Vision Transformer Domain Adaptation
von: Zang, Zelin, et al.
Veröffentlicht: (2025)

MFC-Bench: Benchmarking Multimodal Fact-Checking with Large Vision-Language Models
von: Wang, Shengkang, et al.
Veröffentlicht: (2024)

Transforming Surgical Interventions with Embodied Intelligence for Ultrasound Robotics
von: Xu, Huan, et al.
Veröffentlicht: (2024)

Enhancing Surgical Robots with Embodied Intelligence for Autonomous Ultrasound Scanning
von: Xu, Huan, et al.
Veröffentlicht: (2024)

ABench-Physics: Benchmarking Physical Reasoning in LLMs via High-Difficulty and Dynamic Physics Problems
von: Zhang, Yiming, et al.
Veröffentlicht: (2025)

Surgical-LVLM: Learning to Adapt Large Vision-Language Model for Grounded Visual Question Answering in Robotic Surgery
von: Wang, Guankun, et al.
Veröffentlicht: (2024)

Weakly Supervised YOLO Network for Surgical Instrument Localization in Endoscopic Videos
von: Wei, Rongfeng, et al.
Veröffentlicht: (2023)

SurgVidLM: Towards Multi-grained Surgical Video Understanding with Large Language Model
von: Wang, Guankun, et al.
Veröffentlicht: (2025)

Chain-of-Thought Prompting for Demographic Inference with Large Multimodal Models
von: Yu, Yongsheng, et al.
Veröffentlicht: (2024)

F2PASeg: Feature Fusion for Pituitary Anatomy Segmentation in Endoscopic Surgery
von: Chen, Lumin, et al.
Veröffentlicht: (2025)

EndoUIC: Promptable Diffusion Transformer for Unified Illumination Correction in Capsule Endoscopy
von: Bai, Long, et al.
Veröffentlicht: (2024)

VS-Assistant: Versatile Surgery Assistant on the Demand of Surgeons
von: Chen, Zhen, et al.
Veröffentlicht: (2024)

Reward-Guided Semantic Evolution for Test-time Adaptive Object Detection
von: Zhou, Lihua, et al.
Veröffentlicht: (2026)

ScratchEval: Are GPT-4o Smarter than My Child? Evaluating Large Multimodal Models with Visual Programming Challenges
von: Fu, Rao, et al.
Veröffentlicht: (2024)

SurgVisAgent: Multimodal Agentic Model for Versatile Surgical Visual Enhancement
von: Lei, Zeyu, et al.
Veröffentlicht: (2025)

MIRA: Multimodal Iterative Reasoning Agent for Image Editing
von: Zeng, Ziyun, et al.
Veröffentlicht: (2025)

Characterizing Bias: Benchmarking Large Language Models in Simplified versus Traditional Chinese
von: Lyu, Hanjia, et al.
Veröffentlicht: (2025)

SurgTrack: CAD-Free 3D Tracking of Real-world Surgical Instruments
von: Guo, Wenwu, et al.
Veröffentlicht: (2024)

SAP-Bench: Benchmarking Multimodal Large Language Models in Surgical Action Planning
von: Xu, Mengya, et al.
Veröffentlicht: (2025)

INS-MMBench: A Comprehensive Benchmark for Evaluating LVLMs' Performance in Insurance
von: Lin, Chenwei, et al.
Veröffentlicht: (2024)

TR2M: Transferring Monocular Relative Depth to Metric Depth with Language Descriptions and Dual-Level Scale-Oriented Contrast
von: Cui, Beilei, et al.
Veröffentlicht: (2025)

Privacy-Preserving Synthetic Continual Semantic Segmentation for Robotic Surgery
von: Xu, Mengya, et al.
Veröffentlicht: (2024)

RoboSurg-VQA: A Multimodal Benchmark for Surgical Segmentation-Aware Visual Question Answering
von: Zhang, Chengyi, et al.
Veröffentlicht: (2026)

SurgBox: Agent-Driven Operating Room Sandbox with Surgery Copilot
von: Wu, Jinlin, et al.
Veröffentlicht: (2024)

More than Segmentation: Benchmarking SAM 3 for Segmentation, 3D Perception, and Reconstruction in Robotic Surgery
von: Dong, Wenzhen, et al.
Veröffentlicht: (2025)

Surgical-DINO: Adapter Learning of Foundation Models for Depth Estimation in Endoscopic Surgery
von: Cui, Beilei, et al.
Veröffentlicht: (2024)

Evolver: Chain-of-Evolution Prompting to Boost Large Multimodal Models for Hateful Meme Detection
von: Huang, Jinfa, et al.
Veröffentlicht: (2024)

CofiPara: A Coarse-to-fine Paradigm for Multimodal Sarcasm Target Identification with Large Multimodal Models
von: Lin, Hongzhan, et al.
Veröffentlicht: (2024)

The Adversarial AI-Art: Understanding, Generation, Detection, and Benchmarking
von: Li, Yuying, et al.
Veröffentlicht: (2024)

A Review of 3D Reconstruction Techniques for Deformable Tissues in Robotic Surgery
von: Xu, Mengya, et al.
Veröffentlicht: (2024)