Buchumschlag

SAW-Bench: Learning Situated Awareness in the Real World

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Chuhan, Han, Rilyn, Hsu, Joy, Liang, Yongyuan, Dhawan, Rajiv, Wu, Jiajun, Yang, Ming-Hsuan, Wang, Xin Eric
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From Programs to Poses: Factored Real-World Scene Generation via Learned Program Libraries
von: Hsu, Joy, et al.
Veröffentlicht: (2025)

CueBench: Advancing Unified Understanding of Context-Aware Video Anomalies in Real-World
von: Yu, Yating, et al.
Veröffentlicht: (2025)

Predicate Hierarchies Improve Few-Shot State Classification
von: Jin, Emily, et al.
Veröffentlicht: (2025)

Dynamic Context-Aware Scene Reasoning Using Vision-Language Alignment in Zero-Shot Real-World Scenarios
von: Rajiv, Manjunath Prasad Holenarasipura, et al.
Veröffentlicht: (2025)

Thinking in Space: How Multimodal Large Language Models See, Remember, and Recall Spaces
von: Yang, Jihan, et al.
Veröffentlicht: (2024)

STAR: A Benchmark for Situated Reasoning in Real-World Videos
von: Wu, Bo, et al.
Veröffentlicht: (2024)

Vision-Language Integration for Zero-Shot Scene Understanding in Real-World Environments
von: Rajiv, Manjunath Prasad Holenarasipura, et al.
Veröffentlicht: (2025)

Naturally Supervised 3D Visual Grounding with Language-Regularized Concept Learners
von: Feng, Chun, et al.
Veröffentlicht: (2024)

SOK-Bench: A Situated Video Reasoning Benchmark with Aligned Open-World Knowledge
von: Wang, Andong, et al.
Veröffentlicht: (2024)

A Tool Bottleneck Framework for Clinically-Informed and Interpretable Medical Image Understanding
von: Liu, Christina, et al.
Veröffentlicht: (2025)

Real-Time Assessment of Bystander Situation Awareness in Drone-Assisted First Aid
von: Chang, Shen, et al.
Veröffentlicht: (2025)

Learning Position-Aware Implicit Neural Network for Real-World Face Inpainting
von: Zhao, Bo, et al.
Veröffentlicht: (2024)

FaceCam: Portrait Video Camera Control via Scale-Aware Conditioning
von: Lyu, Weijie, et al.
Veröffentlicht: (2026)

What if? Emulative Simulation with World Models for Situated Reasoning
von: Liu, Ruiping, et al.
Veröffentlicht: (2026)

SmokeBench: A Real-World Dataset for Surveillance Image Desmoking in Early-Stage Fire Scenes
von: Jin, Wenzhuo, et al.
Veröffentlicht: (2025)

Single Document Image Highlight Removal via A Large-Scale Real-World Dataset and A Location-Aware Network
von: Pan, Lu, et al.
Veröffentlicht: (2025)

Towards Real-World Document Parsing via Realistic Scene Synthesis and Document-Aware Training
von: Li, Gengluo, et al.
Veröffentlicht: (2026)

MEGA-Bench: Scaling Multimodal Evaluation to over 500 Real-World Tasks
von: Chen, Jiacheng, et al.
Veröffentlicht: (2024)

Distilling Spectral Graph for Object-Context Aware Open-Vocabulary Semantic Segmentation
von: Kim, Chanyoung, et al.
Veröffentlicht: (2024)

Real-time Ship Recognition and Georeferencing for the Improvement of Maritime Situational Awareness
von: Perez, Borja Carrillo
Veröffentlicht: (2024)

SciMDR: Advancing Scientific Multimodal Document Reasoning
von: Chen, Ziyu, et al.
Veröffentlicht: (2026)

SeeSR: Towards Semantics-Aware Real-World Image Super-Resolution
von: Wu, Rongyuan, et al.
Veröffentlicht: (2023)

KRIS-Bench: Benchmarking Next-Level Intelligent Image Editing Models
von: Wu, Yongliang, et al.
Veröffentlicht: (2025)

Telling Left from Right: Identifying Geometry-Aware Semantic Correspondence
von: Zhang, Junyi, et al.
Veröffentlicht: (2023)

DeeDSR: Towards Real-World Image Super-Resolution via Degradation-Aware Stable Diffusion
von: Bi, Chunyang, et al.
Veröffentlicht: (2024)

Empowering Large Language Models with 3D Situation Awareness
von: Yuan, Zhihao, et al.
Veröffentlicht: (2025)

Stanford-ORB: A Real-World 3D Object Inverse Rendering Benchmark
von: Kuang, Zhengfei, et al.
Veröffentlicht: (2023)

DACESR: Degradation-Aware Conditional Embedding for Real-World Image Super-Resolution
von: Lei, Xiaoyan, et al.
Veröffentlicht: (2026)

WeatherBench: A Real-World Benchmark Dataset for All-in-One Adverse Weather Image Restoration
von: Guan, Qiyuan, et al.
Veröffentlicht: (2025)

DiffST: Spatiotemporal-Aware Diffusion for Real-World Space-Time Video Super-Resolution
von: Chen, Zheng, et al.
Veröffentlicht: (2026)

Cascade Prompt Learning for Vision-Language Model Adaptation
von: Wu, Ge, et al.
Veröffentlicht: (2024)

Semantic-Aware Adaptive Visual Memory for Streaming Video Understanding
von: Wu, Hang, et al.
Veröffentlicht: (2026)

"PhyWorldBench": A Comprehensive Evaluation of Physical Realism in Text-to-Video Models
von: Gu, Jing, et al.
Veröffentlicht: (2025)

SAW: Toward a Surgical Action World Model via Controllable and Scalable Video Generation
von: Rapuri, Sampath, et al.
Veröffentlicht: (2026)

UnsafeBench: Benchmarking Image Safety Classifiers on Real-World and AI-Generated Images
von: Qu, Yiting, et al.
Veröffentlicht: (2024)

Degradation-Aware and Structure-Preserving Diffusion for Real-World Image Super-Resolution
von: Ji, Yang, et al.
Veröffentlicht: (2026)

VA-AR: Learning Velocity-Aware Action Representations with Mixture of Window Attention
von: Wei, Jiangning, et al.
Veröffentlicht: (2025)

Composable Part-Based Manipulation
von: Liu, Weiyu, et al.
Veröffentlicht: (2024)

TEXTS-Diff: TEXTS-Aware Diffusion Model for Real-World Text Image Super-Resolution
von: He, Haodong, et al.
Veröffentlicht: (2026)

Lemon: A Unified and Scalable 3D Multimodal Model for Universal Spatial Understanding
von: Liang, Yongyuan, et al.
Veröffentlicht: (2025)