Buchumschlag

Privacy-Aware Camera 2.0 Technical Report

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Song, Huan, Tian, Shuyu, Long, Ting, Liu, Jiang, Yuan, Cheng, Jia, Zhenyu, Shao, Jiawei, Li, Xuelong
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Ruyi2.5 Technical Report
von: Song, Huan, et al.
Veröffentlicht: (2026)

Ruyi2 Technical Report
von: Song, Huan, et al.
Veröffentlicht: (2026)

VARCO-VISION-2.0 Technical Report
von: Cha, Young-rok, et al.
Veröffentlicht: (2025)

Enhancing Neural Video Compression of Static Scenes with Positive-Incentive Noise
von: Yuan, Cheng, et al.
Veröffentlicht: (2026)

Theoretical Foundations of Scaling Law in Familial Models
von: Song, Huan, et al.
Veröffentlicht: (2025)

PhysBrain 1.0 Technical Report
von: Lian, Shijie, et al.
Veröffentlicht: (2026)

Mano Technical Report
von: Fu, Tianyu, et al.
Veröffentlicht: (2025)

KlingAvatar 2.0 Technical Report
von: Kling Team, et al.
Veröffentlicht: (2025)

Qwen2.5-VL Technical Report
von: Bai, Shuai, et al.
Veröffentlicht: (2025)

Single-Pixel Vision-Language Model for Intrinsic Privacy-Preserving Behavioral Intelligence
von: An, Hongjun, et al.
Veröffentlicht: (2026)

Skywork-R1V3 Technical Report
von: Shen, Wei, et al.
Veröffentlicht: (2025)

Arctic-Extract Technical Report
von: Chiliński, Mateusz, et al.
Veröffentlicht: (2025)

Baichuan-Omni Technical Report
von: Li, Yadong, et al.
Veröffentlicht: (2024)

VLMQ: Token Saliency-Driven Post-Training Quantization for Vision-language Models
von: Xue, Yufei, et al.
Veröffentlicht: (2025)

Falcon2-11B Technical Report
von: Malartic, Quentin, et al.
Veröffentlicht: (2024)

Qwen-Image-2.0 Technical Report
von: Zhao, Bing, et al.
Veröffentlicht: (2026)

Debiasing Multimodal Large Language Models via Noise-Aware Preference Optimization
von: Zhang, Zefeng, et al.
Veröffentlicht: (2025)

SliceWorld: A Predictive and Controllable World-State Model for CT Report Generation
von: Tian, Yuanhe, et al.
Veröffentlicht: (2026)

Watch Out Your Album! On the Inadvertent Privacy Memorization in Multi-Modal Large Language Models
von: Ju, Tianjie, et al.
Veröffentlicht: (2025)

Docling Technical Report
von: Auer, Christoph, et al.
Veröffentlicht: (2024)

UI-Venus-1.5 Technical Report
von: Venus Team, et al.
Veröffentlicht: (2026)

MiMo-Embodied: X-Embodied Foundation Model Technical Report
von: Hao, Xiaoshuai, et al.
Veröffentlicht: (2025)

Recurrent Visual Feature Extraction and Stereo Attentions for CT Report Generation
von: Tian, Yuanhe, et al.
Veröffentlicht: (2025)

A Systematic Review of Deep Learning-based Research on Radiology Report Generation
von: Liu, Chang, et al.
Veröffentlicht: (2023)

CameraBench: Benchmarking Visual Reasoning in MLLMs via Photography
von: Fang, I-Sheng, et al.
Veröffentlicht: (2025)

MedGemma Technical Report
von: Sellergren, Andrew, et al.
Veröffentlicht: (2025)

Step-Video-T2V Technical Report: The Practice, Challenges, and Future of Video Foundation Model
von: Ma, Guoqing, et al.
Veröffentlicht: (2025)

Phoenix-VL 1.5 Medium Technical Report
von: Phoenix, Team, et al.
Veröffentlicht: (2026)

Qwen-Image-VAE-2.0 Technical Report
von: Zhang, Zekai, et al.
Veröffentlicht: (2026)

Dynamic Token Reweighting for Robust Vision-Language Models
von: Jiang, Tanqiu, et al.
Veröffentlicht: (2025)

Multimodal Structured Generation: CVPR's 2nd MMFM Challenge Technical Report
von: Cesista, Franz Louis
Veröffentlicht: (2024)

Step-Video-TI2V Technical Report: A State-of-the-Art Text-Driven Image-to-Video Generation Model
von: Huang, Haoyang, et al.
Veröffentlicht: (2025)

VLN-NF: Feasibility-Aware Vision-and-Language Navigation with False-Premise Instructions
von: Su, Hung-Ting, et al.
Veröffentlicht: (2026)

Octopus v3: Technical Report for On-device Sub-billion Multimodal AI Agent
von: Chen, Wei, et al.
Veröffentlicht: (2024)

Qwen2.5-Omni Technical Report
von: Xu, Jin, et al.
Veröffentlicht: (2025)

ICON: Improving Inter-Report Consistency in Radiology Report Generation via Lesion-aware Mixup Augmentation
von: Hou, Wenjun, et al.
Veröffentlicht: (2024)

Little Data, Big Impact: Privacy-Aware Visual Language Models via Minimal Tuning
von: Samson, Laurens, et al.
Veröffentlicht: (2024)

Pegasus-v1 Technical Report
von: Jung, Raehyuk, et al.
Veröffentlicht: (2024)

Technical Report: Quantifying and Analyzing the Generalization Power of a DNN
von: He, Yuxuan, et al.
Veröffentlicht: (2025)

Multimodal Reasoning for Science: Technical Report and 1st Place Solution to the ICML 2025 SeePhys Challenge
von: Liang, Hao, et al.
Veröffentlicht: (2025)