GenSeg-R1: RL-Driven Vision-Language Grounding for Fine-Grained Referring Segmentation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Hegde, Sandesh, Chacko, Jaison Saji, Banerjee, Debarshi, Mahesh, Uma |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Scaling Vision-and-Language Navigation With Offline RL
par: Bundele, Valay, et autres
Publié: (2024)
par: Bundele, Valay, et autres
Publié: (2024)
Qwen3-VL-Seg: Unlocking Open-World Referring Segmentation with Vision-Language Grounding
par: Yao, Yuan, et autres
Publié: (2026)
par: Yao, Yuan, et autres
Publié: (2026)
Med-DisSeg: Dispersion-Driven Representation Learning for Fine-Grained Medical Image Segmentation
par: Chen, Zhiquan, et autres
Publié: (2026)
par: Chen, Zhiquan, et autres
Publié: (2026)
SegMASt3R: Geometry Grounded Segment Matching
par: Jayanti, Rohit, et autres
Publié: (2025)
par: Jayanti, Rohit, et autres
Publié: (2025)
AnchorSeg: Language Grounded Query Banks for Reasoning Segmentation
par: Qian, Rui, et autres
Publié: (2026)
par: Qian, Rui, et autres
Publié: (2026)
DA-SegFormer: Damage-Aware Semantic Segmentation for Fine-Grained Disaster Assessment
par: Zhu, Kevin, et autres
Publié: (2026)
par: Zhu, Kevin, et autres
Publié: (2026)
ViGoR: Improving Visual Grounding of Large Vision Language Models with Fine-Grained Reward Modeling
par: Yan, Siming, et autres
Publié: (2024)
par: Yan, Siming, et autres
Publié: (2024)
RSRefSeg: Referring Remote Sensing Image Segmentation with Foundation Models
par: Chen, Keyan, et autres
Publié: (2025)
par: Chen, Keyan, et autres
Publié: (2025)
SegVG: Transferring Object Bounding Box to Segmentation for Visual Grounding
par: Kang, Weitai, et autres
Publié: (2024)
par: Kang, Weitai, et autres
Publié: (2024)
Decomposed Vision-Language Alignment for Fine-Grained Open-Vocabulary Segmentation
par: Wang, Chenhao, et autres
Publié: (2026)
par: Wang, Chenhao, et autres
Publié: (2026)
RefineSeg: Dual Coarse-to-Fine Learning for Medical Image Segmentation
par: Du, Anghong, et autres
Publié: (2025)
par: Du, Anghong, et autres
Publié: (2025)
MedSeg-R: Reasoning Segmentation in Medical Images with Multimodal Large Language Models
par: Huang, Yu, et autres
Publié: (2025)
par: Huang, Yu, et autres
Publié: (2025)
Exploring Fine-Grained Image-Text Alignment for Referring Remote Sensing Image Segmentation
par: Lei, Sen, et autres
Publié: (2024)
par: Lei, Sen, et autres
Publié: (2024)
Zooming into Comics: Region-Aware RL Improves Fine-Grained Comic Understanding in Vision-Language Models
par: Chen, Yule, et autres
Publié: (2025)
par: Chen, Yule, et autres
Publié: (2025)
MedSeg-R: Medical Image Segmentation with Clinical Reasoning
par: Shao, Hao, et autres
Publié: (2025)
par: Shao, Hao, et autres
Publié: (2025)
EPIC-Bench: A Perception-Centric Benchmark for Fine-Grained Embodied Visual Grounding in Vision-Language Models
par: Shan, Haozhe, et autres
Publié: (2026)
par: Shan, Haozhe, et autres
Publié: (2026)
SegEarth-R2: Towards Comprehensive Language-guided Segmentation for Remote Sensing Images
par: Xin, Zepeng, et autres
Publié: (2025)
par: Xin, Zepeng, et autres
Publié: (2025)
Mask Grounding for Referring Image Segmentation
par: Chng, Yong Xien, et autres
Publié: (2023)
par: Chng, Yong Xien, et autres
Publié: (2023)
RSRefSeg 2: Decoupling Referring Remote Sensing Image Segmentation with Foundation Models
par: Chen, Keyan, et autres
Publié: (2025)
par: Chen, Keyan, et autres
Publié: (2025)
FugSeg: Fast Uncertainty-aware Ground Segmentation for 3D Point Cloud
par: Li, Yu, et autres
Publié: (2026)
par: Li, Yu, et autres
Publié: (2026)
ViTA-Seg: Vision Transformer for Amodal Segmentation in Robotics
par: Caramia, Donato, et autres
Publié: (2025)
par: Caramia, Donato, et autres
Publié: (2025)
Hierarchical Contextual Grounding LVLM: Enhancing Fine-Grained Visual-Language Understanding with Robust Grounding
par: Guo, Leilei, et autres
Publié: (2025)
par: Guo, Leilei, et autres
Publié: (2025)
Seg-R1: Segmentation Can Be Surprisingly Simple with Reinforcement Learning
par: You, Zuyao, et autres
Publié: (2025)
par: You, Zuyao, et autres
Publié: (2025)
Beyond Language: Grounding Referring Expressions with Hand Pointing in Egocentric Vision
par: Li, Ling, et autres
Publié: (2026)
par: Li, Ling, et autres
Publié: (2026)
MatchSeg: Towards Better Segmentation via Reference Image Matching
par: Huo, Jiayu, et autres
Publié: (2024)
par: Huo, Jiayu, et autres
Publié: (2024)
COCONut-PanCap: Joint Panoptic Segmentation and Grounded Captions for Fine-Grained Understanding and Generation
par: Deng, Xueqing, et autres
Publié: (2025)
par: Deng, Xueqing, et autres
Publié: (2025)
Vision and Language Reference Prompt into SAM for Few-shot Segmentation
par: Sakurai, Kosuke, et autres
Publié: (2025)
par: Sakurai, Kosuke, et autres
Publié: (2025)
EAVL: Explicitly Align Vision and Language for Referring Image Segmentation
par: Yan, Yichen, et autres
Publié: (2023)
par: Yan, Yichen, et autres
Publié: (2023)
MetaSegNet: Metadata-collaborative Vision-Language Representation Learning for Semantic Segmentation of Remote Sensing Images
par: Wang, Libo, et autres
Publié: (2023)
par: Wang, Libo, et autres
Publié: (2023)
SliceLens: Fine-Grained and Grounded Error Slice Discovery for Multi-Instance Vision Tasks
par: Zhang, Wei, et autres
Publié: (2025)
par: Zhang, Wei, et autres
Publié: (2025)
CADFormer: Fine-Grained Cross-modal Alignment and Decoding Transformer for Referring Remote Sensing Image Segmentation
par: Liu, Maofu, et autres
Publié: (2025)
par: Liu, Maofu, et autres
Publié: (2025)
ReferDINO: Referring Video Object Segmentation with Visual Grounding Foundations
par: Liang, Tianming, et autres
Publié: (2025)
par: Liang, Tianming, et autres
Publié: (2025)
FILA: Fine-Grained Vision Language Models
par: Zhu, Shiding, et autres
Publié: (2024)
par: Zhu, Shiding, et autres
Publié: (2024)
Towards Fine-grained Renal Vasculature Segmentation: Full-Scale Hierarchical Learning with FH-Seg
par: Long, Yitian, et autres
Publié: (2025)
par: Long, Yitian, et autres
Publié: (2025)
ACS-SegNet: An Attention-Based CNN-SegFormer Segmentation Network for Tissue Segmentation in Histopathology
par: Torbati, Nima, et autres
Publié: (2025)
par: Torbati, Nima, et autres
Publié: (2025)
Synthesize, Diagnose, and Optimize: Towards Fine-Grained Vision-Language Understanding
par: Peng, Wujian, et autres
Publié: (2023)
par: Peng, Wujian, et autres
Publié: (2023)
Enhancing Fine-Grained Vision-Language Pretraining with Negative Augmented Samples
par: Wang, Yeyuan, et autres
Publié: (2024)
par: Wang, Yeyuan, et autres
Publié: (2024)
SegSLR: Promptable Video Segmentation for Isolated Sign Language Recognition
par: Schreiber, Sven, et autres
Publié: (2025)
par: Schreiber, Sven, et autres
Publié: (2025)
HyperSeg: Towards Universal Visual Segmentation with Large Language Model
par: Wei, Cong, et autres
Publié: (2024)
par: Wei, Cong, et autres
Publié: (2024)
MitoSeg: Mitochondria Segmentation Tool
par: Taşel, Faris Serdar, et autres
Publié: (2024)
par: Taşel, Faris Serdar, et autres
Publié: (2024)
Documents similaires
-
Scaling Vision-and-Language Navigation With Offline RL
par: Bundele, Valay, et autres
Publié: (2024) -
Qwen3-VL-Seg: Unlocking Open-World Referring Segmentation with Vision-Language Grounding
par: Yao, Yuan, et autres
Publié: (2026) -
Med-DisSeg: Dispersion-Driven Representation Learning for Fine-Grained Medical Image Segmentation
par: Chen, Zhiquan, et autres
Publié: (2026) -
SegMASt3R: Geometry Grounded Segment Matching
par: Jayanti, Rohit, et autres
Publié: (2025) -
AnchorSeg: Language Grounded Query Banks for Reasoning Segmentation
par: Qian, Rui, et autres
Publié: (2026)