Improving Video Question Answering through query-based frame selection
Fuente:
arXiv
Salvato in:
| Autori principali: | Patil, Himanshu, Jolly, Geo, Buddala, Ramana Raja, Ramakrishnan, Ganesh, Saluja, Rohit |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Enhancing Multi-Image Question Answering via Submodular Subset Selection
di: Sharma, Aaryan, et al.
Pubblicazione: (2025)
di: Sharma, Aaryan, et al.
Pubblicazione: (2025)
Questioning the Stability of Visual Question Answering
di: Rosenfeld, Amir, et al.
Pubblicazione: (2025)
di: Rosenfeld, Amir, et al.
Pubblicazione: (2025)
Towards Fine-Grained Video Question Answering
di: Dai, Wei, et al.
Pubblicazione: (2025)
di: Dai, Wei, et al.
Pubblicazione: (2025)
Uncertainty-Aware Subset Selection for Robust Visual Explainability under Distribution Shifts
di: Gupta, Madhav, et al.
Pubblicazione: (2025)
di: Gupta, Madhav, et al.
Pubblicazione: (2025)
Perception First: A Frontier Native-Video Model with Self-Consistency for Implicit Video Question Answering
di: Alavi, Ali
Pubblicazione: (2026)
di: Alavi, Ali
Pubblicazione: (2026)
Multimedia-Aware Question Answering: A Review of Retrieval and Cross-Modal Reasoning Architectures
di: Raja, Rahul, et al.
Pubblicazione: (2025)
di: Raja, Rahul, et al.
Pubblicazione: (2025)
CinePile: A Long Video Question Answering Dataset and Benchmark
di: Rawal, Ruchit, et al.
Pubblicazione: (2024)
di: Rawal, Ruchit, et al.
Pubblicazione: (2024)
Learning to Compress Contexts for Efficient Knowledge-based Visual Question Answering
di: Weng, Weixi, et al.
Pubblicazione: (2024)
di: Weng, Weixi, et al.
Pubblicazione: (2024)
BERT-VQA: Visual Question Answering on Plots
di: Vu, Tai, et al.
Pubblicazione: (2025)
di: Vu, Tai, et al.
Pubblicazione: (2025)
Bridging Vision Language Models and Symbolic Grounding for Video Question Answering
di: Ma, Haodi, et al.
Pubblicazione: (2025)
di: Ma, Haodi, et al.
Pubblicazione: (2025)
TLG: Temporal-Logic Grounding for Video Question Answering via Source-Annotation Reconstruction and Category-Targeted Reasoning
di: Alavi, Ali
Pubblicazione: (2026)
di: Alavi, Ali
Pubblicazione: (2026)
MoReVQA: Exploring Modular Reasoning Models for Video Question Answering
di: Min, Juhong, et al.
Pubblicazione: (2024)
di: Min, Juhong, et al.
Pubblicazione: (2024)
Advancing Egocentric Video Question Answering with Multimodal Large Language Models
di: Patel, Alkesh, et al.
Pubblicazione: (2025)
di: Patel, Alkesh, et al.
Pubblicazione: (2025)
DocVXQA: Context-Aware Visual Explanations for Document Question Answering
di: Souibgui, Mohamed Ali, et al.
Pubblicazione: (2025)
di: Souibgui, Mohamed Ali, et al.
Pubblicazione: (2025)
Describe Anything Model for Visual Question Answering on Text-rich Images
di: Vu, Yen-Linh, et al.
Pubblicazione: (2025)
di: Vu, Yen-Linh, et al.
Pubblicazione: (2025)
RSAdapter: Adapting Multimodal Models for Remote Sensing Visual Question Answering
di: Wang, Yuduo, et al.
Pubblicazione: (2023)
di: Wang, Yuduo, et al.
Pubblicazione: (2023)
TPCL: Task Progressive Curriculum Learning for Robust Visual Question Answering
di: Akl, Ahmed, et al.
Pubblicazione: (2024)
di: Akl, Ahmed, et al.
Pubblicazione: (2024)
Enhancing Visual Question Answering through Ranking-Based Hybrid Training and Multimodal Fusion
di: Chen, Peiyuan, et al.
Pubblicazione: (2024)
di: Chen, Peiyuan, et al.
Pubblicazione: (2024)
Towards Self-Explainable Document Visual Question Answering with Chain-of-Explanation Predictions
di: Indrehus, Kjetil, et al.
Pubblicazione: (2026)
di: Indrehus, Kjetil, et al.
Pubblicazione: (2026)
COREVQA: A Crowd Observation and Reasoning Entailment Visual Question Answering Benchmark
di: Chintapatla, Ishant, et al.
Pubblicazione: (2025)
di: Chintapatla, Ishant, et al.
Pubblicazione: (2025)
ARFBench: Benchmarking Time Series Question Answering Ability for Software Incident Response
di: Xie, Stephan, et al.
Pubblicazione: (2026)
di: Xie, Stephan, et al.
Pubblicazione: (2026)
Improving Domain Adaptation Through Class Aware Frequency Transformation
di: Kumar, Vikash, et al.
Pubblicazione: (2024)
di: Kumar, Vikash, et al.
Pubblicazione: (2024)
Vision-Language Models for Medical Report Generation and Visual Question Answering: A Review
di: Hartsock, Iryna, et al.
Pubblicazione: (2024)
di: Hartsock, Iryna, et al.
Pubblicazione: (2024)
Privacy-Aware Document Visual Question Answering
di: Tito, Rubèn, et al.
Pubblicazione: (2023)
di: Tito, Rubèn, et al.
Pubblicazione: (2023)
SViQA: A Unified Speech-Vision Multimodal Model for Textless Visual Question Answering
di: Li, Bingxin
Pubblicazione: (2025)
di: Li, Bingxin
Pubblicazione: (2025)
Exploring the Effectiveness of Object-Centric Representations in Visual Question Answering: Comparative Insights with Foundation Models
di: Mamaghan, Amir Mohammad Karimi, et al.
Pubblicazione: (2024)
di: Mamaghan, Amir Mohammad Karimi, et al.
Pubblicazione: (2024)
STLLaVA-Med: Self-Training Large Language and Vision Assistant for Medical Question-Answering
di: Sun, Guohao, et al.
Pubblicazione: (2024)
di: Sun, Guohao, et al.
Pubblicazione: (2024)
Breakdance Video classification in the age of Generative AI
di: Dhar, Sauptik, et al.
Pubblicazione: (2025)
di: Dhar, Sauptik, et al.
Pubblicazione: (2025)
Answering Questions in Stages: Prompt Chaining for Contract QA
di: Roegiest, Adam, et al.
Pubblicazione: (2024)
di: Roegiest, Adam, et al.
Pubblicazione: (2024)
ViInfographicVQA: A Benchmark for Single and Multi-image Visual Question Answering on Vietnamese Infographics
di: Van-Dinh, Tue-Thu, et al.
Pubblicazione: (2025)
di: Van-Dinh, Tue-Thu, et al.
Pubblicazione: (2025)
Evaluating Zero-Shot GPT-4V Performance on 3D Visual Question Answering Benchmarks
di: Singh, Simranjit, et al.
Pubblicazione: (2024)
di: Singh, Simranjit, et al.
Pubblicazione: (2024)
Expert Knowledge-Aware Image Difference Graph Representation Learning for Difference-Aware Medical Visual Question Answering
di: Hu, Xinyue, et al.
Pubblicazione: (2023)
di: Hu, Xinyue, et al.
Pubblicazione: (2023)
RECODE: Reasoning Through Code Generation for Visual Question Answering
di: Shen, Junhong, et al.
Pubblicazione: (2025)
di: Shen, Junhong, et al.
Pubblicazione: (2025)
Boosting Open Set Recognition Performance through Modulated Representation Learning
di: Kundu, Amit Kumar, et al.
Pubblicazione: (2025)
di: Kundu, Amit Kumar, et al.
Pubblicazione: (2025)
TraveLER: A Modular Multi-LMM Agent Framework for Video Question-Answering
di: Shang, Chuyi, et al.
Pubblicazione: (2024)
di: Shang, Chuyi, et al.
Pubblicazione: (2024)
LifelongMemory: Leveraging LLMs for Answering Queries in Long-form Egocentric Videos
di: Wang, Ying, et al.
Pubblicazione: (2023)
di: Wang, Ying, et al.
Pubblicazione: (2023)
Prophet: Prompting Large Language Models with Complementary Answer Heuristics for Knowledge-based Visual Question Answering
di: Yu, Zhou, et al.
Pubblicazione: (2023)
di: Yu, Zhou, et al.
Pubblicazione: (2023)
An Image Grid Can Be Worth a Video: Zero-shot Video Question Answering Using a VLM
di: Kim, Wonkyun, et al.
Pubblicazione: (2024)
di: Kim, Wonkyun, et al.
Pubblicazione: (2024)
Do multimodal models imagine electric sheep?
di: Ramakrishnan, Santhosh Kumar, et al.
Pubblicazione: (2026)
di: Ramakrishnan, Santhosh Kumar, et al.
Pubblicazione: (2026)
From Understanding to Engagement: Personalized pharmacy Video Clips via Vision Language Models (VLMs)
di: Mishra, Suyash, et al.
Pubblicazione: (2026)
di: Mishra, Suyash, et al.
Pubblicazione: (2026)
Documenti analoghi
-
Enhancing Multi-Image Question Answering via Submodular Subset Selection
di: Sharma, Aaryan, et al.
Pubblicazione: (2025) -
Questioning the Stability of Visual Question Answering
di: Rosenfeld, Amir, et al.
Pubblicazione: (2025) -
Towards Fine-Grained Video Question Answering
di: Dai, Wei, et al.
Pubblicazione: (2025) -
Uncertainty-Aware Subset Selection for Robust Visual Explainability under Distribution Shifts
di: Gupta, Madhav, et al.
Pubblicazione: (2025) -
Perception First: A Frontier Native-Video Model with Self-Consistency for Implicit Video Question Answering
di: Alavi, Ali
Pubblicazione: (2026)