Buchumschlag

What Lies Beneath: A Call for Distribution-based Visual Question & Answer Datasets

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Naiman, Jill P., Evans, Daniel J., Seo, JooYoung
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Digital Libraries
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hybrid Retrieval-Augmented Generation for Robust Multilingual Document Question Answering
von: Mudet, Anthony, et al.
Veröffentlicht: (2025)

WildDepth: A Multimodal Dataset for 3D Wildlife Perception and Depth Estimation
von: Aamir, Muhammad, et al.
Veröffentlicht: (2026)

Knowledge Graphs for Digitized Manuscripts in Jagiellonian Digital Library Application
von: Ignatowicz, Jan, et al.
Veröffentlicht: (2025)

Unfolding the Past: A Comprehensive Deep Learning Approach to Analyzing Incunabula Pages
von: Ropel, Klaudia, et al.
Veröffentlicht: (2025)

Ink Detection from Surface Topography of the Herculaneum Papyri
von: Angelotti, Giorgio, et al.
Veröffentlicht: (2026)

Structured Analysis and Comparison of Alphabets in Historical Handwritten Ciphers
von: Méndez, Martín, et al.
Veröffentlicht: (2024)

Automatic Recognition of Learning Resource Category in a Digital Library
von: Banerjee, Soumya, et al.
Veröffentlicht: (2023)

LEGATO: Large-scale End-to-end Generalizable Approach to Typeset OMR
von: Yang, Guang, et al.
Veröffentlicht: (2025)

An Intelligent Framework for Real-Time Yoga Pose Detection and Posture Correction
von: Haldar, Chandramouli
Veröffentlicht: (2026)

Productivity profile of CNPq scholarship researchers in computer science from 2017 to 2021
von: Albertini, Marcelo Keese, et al.
Veröffentlicht: (2024)

μgat: Improving Single-Page Document Parsing by Providing Multi-Page Context
von: Quattrini, Fabio, et al.
Veröffentlicht: (2024)

NeuroPapyri: A Deep Attention Embedding Network for Handwritten Papyri Retrieval
von: De Gregorio, Giuseppe, et al.
Veröffentlicht: (2024)

Quo Vadis Handwritten Text Generation for Handwritten Text Recognition?
von: Pippi, Vittorio, et al.
Veröffentlicht: (2025)

Evolving Thematic Map Design in Academic Cartography: A Thirty-Year Study Based on Multilingual Journals
von: Wei, Zhiwei, et al.
Veröffentlicht: (2026)

Segmentation of Ink and Parchment in Dead Sea Scroll Fragments
von: Kurar-Barakat, Berat, et al.
Veröffentlicht: (2024)

Callico: a Versatile Open-Source Document Image Annotation Platform
von: Kermorvant, Christopher, et al.
Veröffentlicht: (2024)

Automatic Reviewers Assignment to a Research Paper Based on Allied References and Publications Weight
von: Mahmud, Tamim Al, et al.
Veröffentlicht: (2025)

A Survey of OCR Evaluation Methods and Metrics and the Invisibility of Historical Documents
von: Beyene, Fitsum Sileshi, et al.
Veröffentlicht: (2026)

[Citation needed] Data usage and citation practices in medical imaging conferences
von: Sourget, Théo, et al.
Veröffentlicht: (2024)

Object Recognition from Scientific Document based on Compartment Refinement Framework
von: Li, Jinghong, et al.
Veröffentlicht: (2023)

Multimodal LLMs for Historical Dataset Construction from Archival Image Scans: German Patents (1877-1918)
von: Griesshaber, Niclas, et al.
Veröffentlicht: (2025)

LEMUR Neural Network Dataset: Towards Seamless AutoML
von: Goodarzi, Arash Torabi, et al.
Veröffentlicht: (2025)

Reading or Guessing? Visual Grounding Failures of Vision-Language Models for OCR in Ancient Greek Editions
von: Karamolegkou, Antonia, et al.
Veröffentlicht: (2026)

Optical Music Recognition in Manuscripts from the Ricordi Archive
von: Simonetta, Federico, et al.
Veröffentlicht: (2024)

DeepScribe: Localization and Classification of Elamite Cuneiform Signs Via Deep Learning
von: Williams, Edward C., et al.
Veröffentlicht: (2023)

A Global Atlas of Digital Dermatology to Map Innovation and Disparities
von: Gröger, Fabian, et al.
Veröffentlicht: (2025)

Sheet Music Benchmark: Standardized Optical Music Recognition Evaluation
von: Martinez-Sevilla, Juan C., et al.
Veröffentlicht: (2025)

Transfer Learning Approach for Railway Technical Map (RTM) Component Identification
von: Rumalshan, Obadage Rochana, et al.
Veröffentlicht: (2024)

An HTR-LLM Workflow for High-Accuracy Transcription and Analysis of Abbreviated Latin Court Hand
von: Isom, Joshua D.
Veröffentlicht: (2025)

[Re] Network Deconvolution
von: Obadage, Rochana R., et al.
Veröffentlicht: (2024)

A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence
von: Zhao, Penghai, et al.
Veröffentlicht: (2024)

Layout-Aware Text Editing for Efficient Transformation of Academic PDFs to Markdown
von: Duan, Changxu
Veröffentlicht: (2025)

Efficient OCR for Building a Diverse Digital History
von: Carlson, Jacob, et al.
Veröffentlicht: (2023)

Video Compression for Spatiotemporal Earth System Data
von: Pellicer-Valero, Oscar J., et al.
Veröffentlicht: (2025)

NLLG Quarterly arXiv Report 09/24: What are the most influential current AI Papers?
von: Leiter, Christoph, et al.
Veröffentlicht: (2024)

In the Picture: Medical Imaging Datasets, Artifacts, and their Living Review
von: Jiménez-Sánchez, Amelia, et al.
Veröffentlicht: (2025)

Sustaining Knowledge Infrastructures: Asking the Right Questions and Listening for Answers
von: Gregory, Kathleen, et al.
Veröffentlicht: (2025)

Detecting Latin in Historical Books with Large Language Models: A Multimodal Benchmark
von: Wu, Yu, et al.
Veröffentlicht: (2025)

PubMed-OCR: PMC Open Access OCR Annotations
von: Heidenreich, Hunter, et al.
Veröffentlicht: (2026)

TRIDIS: A Comprehensive Medieval and Early Modern Corpus for HTR and NER
von: Aguilar, Sergio Torres
Veröffentlicht: (2025)