Copertina

Robust-R1: Degradation-Aware Reasoning for Robust Visual Understanding

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Tang, Jiaqi, Chen, Jianmin, Wei, Wei, Xu, Xiaogang, Liu, Runtao, Wu, Xiangyu, Xie, Qipeng, Wu, Jiafei, Zhang, Lei, Chen, Qifeng
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

RobustVisRAG: Causality-Aware Vision-Based Retrieval-Augmented Generation under Visual Degradations
di: Chen, I-Hsiang, et al.
Pubblicazione: (2026)

Geometric-Aware Low-Light Image and Video Enhancement via Depth Guidance
di: Lin, Yingqi, et al.
Pubblicazione: (2023)

Hawk: Learning to Understand Open-World Video Anomalies
di: Tang, Jiaqi, et al.
Pubblicazione: (2024)

Towards Degradation-Robust Reconstruction in Generalizable NeRF
di: Park, Chan Ho, et al.
Pubblicazione: (2024)

LongVideoAgent: Multi-Agent Reasoning with Long Videos
di: Liu, Runtao, et al.
Pubblicazione: (2025)

Degradation-Robust Fusion: An Efficient Degradation-Aware Diffusion Framework for Multimodal Image Fusion in Arbitrary Degradation Scenarios
di: Shi, Yu, et al.
Pubblicazione: (2026)

Towards Understanding the Robustness of Diffusion-Based Purification: A Stochastic Perspective
di: Liu, Yiming, et al.
Pubblicazione: (2024)

3D-Aware Multi-Task Learning with Cross-View Correlations for Dense Scene Understanding
di: Wang, Xiaoye, et al.
Pubblicazione: (2025)

VideoDPO: Omni-Preference Alignment for Video Diffusion Generation
di: Liu, Runtao, et al.
Pubblicazione: (2024)

Learning to Remove Wrinkled Transparent Film with Polarized Prior
di: Tang, Jiaqi, et al.
Pubblicazione: (2024)

Fake it till You Make it: Reward Modeling as Discriminative Prediction
di: Liu, Runtao, et al.
Pubblicazione: (2025)

HoloFair: Unified T2I Fairness Evaluation and Fair-GRPO Debiasing
di: Chen, Ruyi, et al.
Pubblicazione: (2026)

Adversarial Attacks of Vision Tasks in the Past 10 Years: A Survey
di: Zhang, Chiyu, et al.
Pubblicazione: (2024)

MiCo: Multi-image Contrast for Reinforcement Visual Reasoning
di: Chen, Xi, et al.
Pubblicazione: (2025)

PoseGAM: Robust Unseen Object Pose Estimation via Geometry-Aware Multi-View Reasoning
di: Chen, Jianqi, et al.
Pubblicazione: (2025)

Restoration-Oriented Video Frame Interpolation with Region-Distinguishable Priors from SAM
di: Han, Yan, et al.
Pubblicazione: (2023)

LPO: Towards Accurate GUI Agent Interaction via Location Preference Optimization
di: Tang, Jiaqi, et al.
Pubblicazione: (2025)

Integrating Fine-Grained Audio-Visual Evidence for Robust Multimodal Emotion Reasoning
di: Zhao, Zhixian, et al.
Pubblicazione: (2026)

RoboStressBench: Benchmarking VLM Robustness to Physical Visual Stress in Embodied Scenes
di: Wu, Leyi, et al.
Pubblicazione: (2026)

DD-RobustBench: An Adversarial Robustness Benchmark for Dataset Distillation
di: Wu, Yifan, et al.
Pubblicazione: (2024)

RobustSAM: Segment Anything Robustly on Degraded Images
di: Chen, Wei-Ting, et al.
Pubblicazione: (2024)

Understanding Robustness of Visual State Space Models for Image Classification
di: Du, Chengbin, et al.
Pubblicazione: (2024)

Instance-Aware Robust Consistency Regularization for Semi-Supervised Nuclei Instance Segmentation
di: Lin, Zenan, et al.
Pubblicazione: (2025)

DiffVSR: Revealing an Effective Recipe for Taming Robust Video Super-Resolution Against Complex Degradations
di: Li, Xiaohui, et al.
Pubblicazione: (2025)

From Inpainting to Editing: Unlocking Robust Mask-Free Visual Dubbing via Generative Bootstrapping
di: He, Xu, et al.
Pubblicazione: (2025)

Harmonizing Visual Representations for Unified Multimodal Understanding and Generation
di: Wu, Size, et al.
Pubblicazione: (2025)

Low-Light Video Enhancement via Spatial-Temporal Consistent Decomposition
di: Xu, Xiaogang, et al.
Pubblicazione: (2024)

Low-Light Video Enhancement with An Effective Spatial-Temporal Decomposition Paradigm
di: Xu, Xiaogang, et al.
Pubblicazione: (2026)

Automatic Controllable Colorization via Imagination
di: Cong, Xiaoyan, et al.
Pubblicazione: (2024)

Robust Visual Localization via Semantic-Guided Multi-Scale Transformer
di: Tian, Zhongtao, et al.
Pubblicazione: (2025)

Semantic Object-level Modeling for Robust Visual Camera Relocalization
di: Zhu, Yifan, et al.
Pubblicazione: (2024)

ModelGrow: Continual Text-to-Video Pre-training with Model Expansion and Language Understanding Enhancement
di: Rao, Zhefan, et al.
Pubblicazione: (2024)

Robust Depth Enhancement via Polarization Prompt Fusion Tuning
di: Ikemura, Kei, et al.
Pubblicazione: (2024)

Robust Saliency-Aware Distillation for Few-shot Fine-grained Visual Recognition
di: Liu, Haiqi, et al.
Pubblicazione: (2023)

An Efficient and Effective Transformer Decoder-Based Framework for Multi-Task Visual Grounding
di: Chen, Wei, et al.
Pubblicazione: (2024)

AvatarPointillist: AutoRegressive 4D Gaussian Avatarization
di: Liu, Hongyu, et al.
Pubblicazione: (2026)

ReBaR: Reference-Based Reasoning for Robust Pose Estimation from Monocular Images
di: Cheng, Yongkang, et al.
Pubblicazione: (2023)

Robust 4D Visual Geometry Transformer with Uncertainty-Aware Priors
di: Zang, Ying, et al.
Pubblicazione: (2026)

LOVE-R1: Advancing Long Video Understanding with an Adaptive Zoom-in Mechanism via Multi-Step Reasoning
di: Fu, Shenghao, et al.
Pubblicazione: (2025)

SinGeo: Unlock Single Model's Potential for Robust Cross-View Geo-Localization
di: Chen, Yang, et al.
Pubblicazione: (2026)