:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peng, Bo, Hu, Yuanwei, Liu, Bo, Chen, Ling, Lu, Jie, Fang, Zhen
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2602.09586
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Respecting Modality Gap in Post-hoc Out-of-distribution Detection with Pre-trained Vision-Language Models
von: Hu, Yuanwei, et al.
Veröffentlicht: (2026)

On the Provable Importance of Gradients for Language-Assisted Image Clustering
von: Peng, Bo, et al.
Veröffentlicht: (2025)

Debiased Negative Mining Improves Out-of-distribution Detection with Pre-trained Vision-Language Models
von: Peng, Bo, et al.
Veröffentlicht: (2026)

Delving into Latent Spectral Biasing of Video VAEs for Superior Diffusability
von: Liu, Shizhan, et al.
Veröffentlicht: (2025)

Delving into Out-of-Distribution Detection with Medical Vision-Language Models
von: Ju, Lie, et al.
Veröffentlicht: (2025)

CELLO: Causal Evaluation of Large Vision-Language Models
von: Chen, Meiqi, et al.
Veröffentlicht: (2024)

Negative Label Guided OOD Detection with Pretrained Vision-Language Models
von: Jiang, Xue, et al.
Veröffentlicht: (2024)

Delve into Visual Contrastive Decoding for Hallucination Mitigation of Large Vision-Language Models
von: Lee, Yi-Lun, et al.
Veröffentlicht: (2024)

On the Learnability of Out-of-distribution Detection
von: Fang, Zhen, et al.
Veröffentlicht: (2024)

DynRefer: Delving into Region-level Multimodal Tasks via Dynamic Resolution
von: Zhao, Yuzhong, et al.
Veröffentlicht: (2024)

Multi-Token Enhancing for Vision Representation Learning
von: Li, Zhong-Yu, et al.
Veröffentlicht: (2024)

Delving Deep into Semantic Relation Distillation
von: Yan, Zhaoyi, et al.
Veröffentlicht: (2025)

MedSAM3: Delving into Segment Anything with Medical Concepts
von: Liu, Anglin, et al.
Veröffentlicht: (2025)

FADE: Few-shot/zero-shot Anomaly Detection Engine using Large Vision-Language Model
von: Li, Yuanwei, et al.
Veröffentlicht: (2024)

SVLTA: Benchmarking Vision-Language Temporal Alignment via Synthetic Video Situation
von: Du, Hao, et al.
Veröffentlicht: (2025)

HSCP: A Two-Stage Spectral Clustering Framework for Resource-Constrained UAV Identification
von: Wang, Maoyu, et al.
Veröffentlicht: (2025)

Is A Picture Worth A Thousand Words? Delving Into Spatial Reasoning for Vision Language Models
von: Wang, Jiayu, et al.
Veröffentlicht: (2024)

Beyond Language: Grounding Referring Expressions with Hand Pointing in Egocentric Vision
von: Li, Ling, et al.
Veröffentlicht: (2026)

SPEX: A Vision-Language Model for Land Cover Extraction on Spectral Remote Sensing Images
von: Si, Dongchen, et al.
Veröffentlicht: (2025)

Delving into Mapping Uncertainty for Mapless Trajectory Prediction
von: Zhang, Zongzheng, et al.
Veröffentlicht: (2025)

CLIPSym: Delving into Symmetry Detection with CLIP
von: Yang, Tinghan, et al.
Veröffentlicht: (2025)

A Generative Framework for Self-Supervised Facial Representation Learning
von: He, Ruian, et al.
Veröffentlicht: (2023)

Hyperspectral Image Classification via Efficient Global Spectral Supertoken Clustering
von: Liu, Peifu, et al.
Veröffentlicht: (2026)

HGCLIP: Exploring Vision-Language Models with Graph Representations for Hierarchical Understanding
von: Xia, Peng, et al.
Veröffentlicht: (2023)

Beyond Visual Cues: Synchronously Exploring Target-Centric Semantics for Vision-Language Tracking
von: Ge, Jiawei, et al.
Veröffentlicht: (2023)

Delving into the Trajectory Long-tail Distribution for Muti-object Tracking
von: Chen, Sijia, et al.
Veröffentlicht: (2024)

OmniEarth: A Benchmark for Evaluating Vision-Language Models in Geospatial Tasks
von: Fu, Ronghao, et al.
Veröffentlicht: (2026)

Look Before Acting: Enhancing Vision Foundation Representations for Vision-Language-Action Models
von: Luo, Yulin, et al.
Veröffentlicht: (2026)

LiT: Delving into a Simple Linear Diffusion Transformer for Image Generation
von: Wang, Jiahao, et al.
Veröffentlicht: (2025)

Bridging the Modality Gap in Roadside LiDAR: A Training-Free Vision-Language Model Framework for Vehicle Classification
von: Li, Yiqiao, et al.
Veröffentlicht: (2026)

Delving into Dark Regions for Robust Shadow Detection
von: Guan, Huankang, et al.
Veröffentlicht: (2024)

CAS-IQA: Teaching Vision-Language Models for Synthetic Angiography Quality Assessment
von: Wang, Bo, et al.
Veröffentlicht: (2025)

GeoDiT: A Diffusion-based Vision-Language Model for Geospatial Understanding
von: Liu, Jiaqi, et al.
Veröffentlicht: (2025)

Backdooring Vision-Language Models with Out-Of-Distribution Data
von: Lyu, Weimin, et al.
Veröffentlicht: (2024)

Dynamic Rank Adaptation for Vision-Language Models
von: Wang, Jiahui, et al.
Veröffentlicht: (2025)

TrojVLM: Backdoor Attack Against Vision Language Models
von: Lyu, Weimin, et al.
Veröffentlicht: (2024)

From Abstraction to Instantiation: Learning Behavioral Representation for Vision-Language-Action Model
von: Hu, Bing, et al.
Veröffentlicht: (2026)

SR$^{2}$-Net: A General Plug-and-Play Model for Spectral Refinement in Hyperspectral Image Super-Resolution
von: He, Ji-Xuan, et al.
Veröffentlicht: (2026)

Balancing Complementarity and Consistency via Delayed Activation in Incomplete Multi-view Clustering
von: Li, Bo
Veröffentlicht: (2024)

MiraGe: Multimodal Discriminative Representation Learning for Generalizable AI-Generated Image Detection
von: Shi, Kuo, et al.
Veröffentlicht: (2025)