Enregistré dans:
| Auteurs principaux: | Goel, Shubham, S, Farzana, Rishi, C V, Arun, Aditya, Jawahar, C V |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2601.06198 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
PhyEduVideo: A Benchmark for Evaluating Text-to-Video Models for Physics Education
par: M, Megha Mariam K., et autres
Publié: (2026)
par: M, Megha Mariam K., et autres
Publié: (2026)
Attend to what I say: Highlighting relevant content on slides
par: M, Megha Mariam K, et autres
Publié: (2026)
par: M, Megha Mariam K, et autres
Publié: (2026)
IndicSTR12: A Dataset for Indic Scene Text Recognition
par: Lunia, Harsh, et autres
Publié: (2024)
par: Lunia, Harsh, et autres
Publié: (2024)
Advancing Question Answering on Handwritten Documents: A State-of-the-Art Recognition-Based Model for HW-SQuAD
par: Pal, Aniket, et autres
Publié: (2024)
par: Pal, Aniket, et autres
Publié: (2024)
Source-free Video Domain Adaptation by Learning from Noisy Labels
par: Dasgupta, Avijit, et autres
Publié: (2023)
par: Dasgupta, Avijit, et autres
Publié: (2023)
Real-Time Human Reconstruction and Animation using Feed-Forward Gaussian Splatting
par: Chatterjee, Devdoot, et autres
Publié: (2026)
par: Chatterjee, Devdoot, et autres
Publié: (2026)
Prompt2LVideos: Exploring Prompts for Understanding Long-Form Multimodal Videos
par: Jahagirdar, Soumya Shamarao, et autres
Publié: (2025)
par: Jahagirdar, Soumya Shamarao, et autres
Publié: (2025)
PEDESTRIANQA: A Benchmark for Vision-Language Models on Pedestrian Intention and Trajectory Prediction
par: Mishra, Naman, et autres
Publié: (2026)
par: Mishra, Naman, et autres
Publié: (2026)
EW-DETR: Evolving World Object Detection via Incremental Low-Rank DEtection TRansformer
par: Monga, Munish, et autres
Publié: (2026)
par: Monga, Munish, et autres
Publié: (2026)
HW-MLVQA: Elucidating Multilingual Handwritten Document Understanding with a Comprehensive VQA Benchmark
par: Pal, Aniket, et autres
Publié: (2025)
par: Pal, Aniket, et autres
Publié: (2025)
Unifying Scientific Communication: Fine-Grained Correspondence Across Scientific Media
par: M, Megha Mariam K., et autres
Publié: (2026)
par: M, Megha Mariam K., et autres
Publié: (2026)
Face Time Traveller : Travel Through Ages Without Losing Identity
par: Kar, Purbayan, et autres
Publié: (2026)
par: Kar, Purbayan, et autres
Publié: (2026)
Reading Between the Lanes: Text VideoQA on the Road
par: Tom, George, et autres
Publié: (2023)
par: Tom, George, et autres
Publié: (2023)
Can Reasons Help Improve Pedestrian Intent Estimation? A Cross-Modal Approach
par: Khindkar, Vaishnavi, et autres
Publié: (2024)
par: Khindkar, Vaishnavi, et autres
Publié: (2024)
DriveSafe: A Framework for Risk Detection and Safety Suggestions in Driving Scenarios
par: Artham, Sainithin, et autres
Publié: (2026)
par: Artham, Sainithin, et autres
Publié: (2026)
Pedestrian Intention and Trajectory Prediction in Unstructured Traffic Using IDD-PeD
par: Bokkasam, Ruthvik, et autres
Publié: (2025)
par: Bokkasam, Ruthvik, et autres
Publié: (2025)
How Does Bilateral Ear Symmetry Affect Deep Ear Features?
par: Ozturk, Kagan, et autres
Publié: (2025)
par: Ozturk, Kagan, et autres
Publié: (2025)
AI-Generated Lecture Slides for Improving Slide Element Detection and Retrieval
par: Maniyar, Suyash, et autres
Publié: (2025)
par: Maniyar, Suyash, et autres
Publié: (2025)
IDD-X: A Multi-View Dataset for Ego-relative Important Object Localization and Explanation in Dense and Unstructured Traffic
par: Parikh, Chirag, et autres
Publié: (2024)
par: Parikh, Chirag, et autres
Publié: (2024)
Multiple Instance Learning for Glioma Diagnosis using Hematoxylin and Eosin Whole Slide Images: An Indian Cohort Study
par: Chauhan, Ekansh, et autres
Publié: (2024)
par: Chauhan, Ekansh, et autres
Publié: (2024)
Towards Accurate Lip-to-Speech Synthesis in-the-Wild
par: Hegde, Sindhu, et autres
Publié: (2024)
par: Hegde, Sindhu, et autres
Publié: (2024)
The More You See in 2D, the More You Perceive in 3D
par: Han, Xinyang, et autres
Publié: (2024)
par: Han, Xinyang, et autres
Publié: (2024)
Towards Safer and Understandable Driver Intention Prediction
par: Karuppasamy, Mukilan, et autres
Publié: (2025)
par: Karuppasamy, Mukilan, et autres
Publié: (2025)
Towards Deployable OCR models for Indic languages
par: Mathew, Minesh, et autres
Publié: (2022)
par: Mathew, Minesh, et autres
Publié: (2022)
A Dataset for Semantic Segmentation in the Presence of Unknowns
par: Laskar, Zakaria, et autres
Publié: (2025)
par: Laskar, Zakaria, et autres
Publié: (2025)
Spatial Cognition from Egocentric Video: Out of Sight, Not Out of Mind
par: Plizzari, Chiara, et autres
Publié: (2024)
par: Plizzari, Chiara, et autres
Publié: (2024)
Cross-Domain Evaluation of Few-Shot Classification Models: Natural Images vs. Histopathological Images
par: Sekhar, Ardhendu, et autres
Publié: (2024)
par: Sekhar, Ardhendu, et autres
Publié: (2024)
Chain-of-Cooking:Cooking Process Visualization via Bidirectional Chain-of-Thought Guidance
par: Xu, Mengling, et autres
Publié: (2025)
par: Xu, Mengling, et autres
Publié: (2025)
Utilizing Multi-Agent Reinforcement Learning with Encoder-Decoder Architecture Agents to Identify Optimal Resection Location in Glioblastoma Multiforme Patients
par: Arun, Krishna, et autres
Publié: (2025)
par: Arun, Krishna, et autres
Publié: (2025)
Designing Production-Scale OCR for India: Multilingual and Domain-Specific Systems
par: Faraz, Ali, et autres
Publié: (2026)
par: Faraz, Ali, et autres
Publié: (2026)
Curvature Informed Furthest Point Sampling
par: Bhardwaj, Shubham, et autres
Publié: (2024)
par: Bhardwaj, Shubham, et autres
Publié: (2024)
CookingDiffusion: Cooking Procedural Image Generation with Stable Diffusion
par: Wang, Yuan, et autres
Publié: (2025)
par: Wang, Yuan, et autres
Publié: (2025)
Hide and Seek: How Does Watermarking Impact Face Recognition?
par: Yao, Yuguang, et autres
Publié: (2024)
par: Yao, Yuguang, et autres
Publié: (2024)
Contrasting Low and High-Resolution Features for HER2 Scoring using Deep Learning
par: Chauhan, Ekansh, et autres
Publié: (2025)
par: Chauhan, Ekansh, et autres
Publié: (2025)
PRECISe : Prototype-Reservation for Explainable Classification under Imbalanced and Scarce-Data Settings
par: Ganatra, Vaibhav, et autres
Publié: (2024)
par: Ganatra, Vaibhav, et autres
Publié: (2024)
Generative Motion Infilling From Imprecisely Timed Keyframes
par: Goel, Purvi, et autres
Publié: (2025)
par: Goel, Purvi, et autres
Publié: (2025)
Real-Time Cooked Food Image Synthesis and Visual Cooking Progress Monitoring on Edge Devices
par: Gupta, Jigyasa, et autres
Publié: (2025)
par: Gupta, Jigyasa, et autres
Publié: (2025)
Who Does Your Algorithm Fail? Investigating Age and Ethnic Bias in the MAMA-MIA Dataset
par: Parikh, Aditya, et autres
Publié: (2025)
par: Parikh, Aditya, et autres
Publié: (2025)
Novel View Synthesis using DDIM Inversion
par: Singh, Sehajdeep, et autres
Publié: (2025)
par: Singh, Sehajdeep, et autres
Publié: (2025)
How Does Pruning Impact Long-Tailed Multi-Label Medical Image Classifiers?
par: Holste, Gregory, et autres
Publié: (2023)
par: Holste, Gregory, et autres
Publié: (2023)
Documents similaires
-
PhyEduVideo: A Benchmark for Evaluating Text-to-Video Models for Physics Education
par: M, Megha Mariam K., et autres
Publié: (2026) -
Attend to what I say: Highlighting relevant content on slides
par: M, Megha Mariam K, et autres
Publié: (2026) -
IndicSTR12: A Dataset for Indic Scene Text Recognition
par: Lunia, Harsh, et autres
Publié: (2024) -
Advancing Question Answering on Handwritten Documents: A State-of-the-Art Recognition-Based Model for HW-SQuAD
par: Pal, Aniket, et autres
Publié: (2024) -
Source-free Video Domain Adaptation by Learning from Noisy Labels
par: Dasgupta, Avijit, et autres
Publié: (2023)