:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tartaglini, Alexa R., Lepori, Michael A.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2604.09942
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beyond the Doors of Perception: Vision Transformers Represent Relations Between Objects
von: Lepori, Michael A., et al.
Veröffentlicht: (2024)

Deep Neural Networks Can Learn Generalizable Same-Different Visual Relations
von: Tartaglini, Alexa R., et al.
Veröffentlicht: (2023)

Diagnosing Bottlenecks in Data Visualization Understanding by Vision-Language Models
von: Tartaglini, Alexa R., et al.
Veröffentlicht: (2025)

From Local Cues to Global Percepts: Emergent Gestalt Organization in Self-Supervised Vision Models
von: Li, Tianqin, et al.
Veröffentlicht: (2025)

Does Object Binding Naturally Emerge in Large Pretrained Vision Transformers?
von: Li, Yihao, et al.
Veröffentlicht: (2025)

WalkVLM:Aid Visually Impaired People Walking by Vision Language Model
von: Yuan, Zhiqiang, et al.
Veröffentlicht: (2024)

Temporal Object-Aware Vision Transformer for Few-Shot Video Object Detection
von: Kumar, Yogesh, et al.
Veröffentlicht: (2025)

Attention Retention for Continual Learning with Vision Transformers
von: Lu, Yue, et al.
Veröffentlicht: (2026)

Hybrid Spiking Vision Transformer for Object Detection with Event Cameras
von: Xu, Qi, et al.
Veröffentlicht: (2025)

Object-centric Binding in Contrastive Language-Image Pretraining
von: Assouel, Rim, et al.
Veröffentlicht: (2025)

Investigating Mechanisms for In-Context Vision Language Binding
von: Saravanan, Darshana, et al.
Veröffentlicht: (2025)

The Progression of Transformers from Language to Vision to MOT: A Literature Review on Multi-Object Tracking with Transformers
von: Kamboj, Abhi
Veröffentlicht: (2024)

COST: Contrastive One-Stage Transformer for Vision-Language Small Object Tracking
von: Zhang, Chunhui, et al.
Veröffentlicht: (2025)

SparseFormer: Detecting Objects in HRW Shots via Sparse Vision Transformer
von: Li, Wenxi, et al.
Veröffentlicht: (2025)

Two-stage Vision Transformers and Hard Masking offer Robust Object Representations
von: Aniraj, Ananthu, et al.
Veröffentlicht: (2025)

Tackling the Abstraction and Reasoning Corpus with Vision Transformers: the Importance of 2D Representation, Positions, and Objects
von: Li, Wenhao, et al.
Veröffentlicht: (2024)

Walk and Read Less: Improving the Efficiency of Vision-and-Language Navigation via Tuning-Free Multimodal Token Pruning
von: Qin, Wenda, et al.
Veröffentlicht: (2025)

Continual Adaptation of Vision Transformers for Federated Learning
von: Halbe, Shaunak, et al.
Veröffentlicht: (2023)

Power of Boundary and Reflection: Semantic Transparent Object Segmentation using Pyramid Vision Transformer with Transparent Cues
von: Vu, Tuan-Anh, et al.
Veröffentlicht: (2025)

Human-like Object Grouping in Self-supervised Vision Transformers
von: Adeli, Hossein, et al.
Veröffentlicht: (2026)

Object-Centric Vision Token Pruning for Vision Language Models
von: Li, Guangyuan, et al.
Veröffentlicht: (2025)

Bi-Orthogonal Factor Decomposition for Vision Transformers
von: Doshi, Fenil R., et al.
Veröffentlicht: (2026)

GPI-Net: Gestalt-Guided Parallel Interaction Network via Orthogonal Geometric Consistency for Robust Point Cloud Registration
von: Gu, Weikang, et al.
Veröffentlicht: (2025)

Dynamic Object Queries for Transformer-based Incremental Object Detection
von: Zhang, Jichuan, et al.
Veröffentlicht: (2024)

Hands-on Evaluation of Visual Transformers for Object Recognition and Detection
von: Vlachogiannis, Dimitrios N., et al.
Veröffentlicht: (2025)

An Examination of the Compositionality of Large Generative Vision-Language Models
von: Ma, Teli, et al.
Veröffentlicht: (2023)

physfusion: A Transformer-based Dual-Stream Radar and Vision Fusion Framework for Open Water Surface Object Detection
von: Wan, Yuting, et al.
Veröffentlicht: (2026)

Quantum Inverse Contextual Vision Transformers (Q-ICVT): A New Frontier in 3D Object Detection for AVs
von: Dharavath, Sanjay Bhargav, et al.
Veröffentlicht: (2024)

VLM's Eye Examination: Instruct and Inspect Visual Competency of Vision Language Models
von: Hyeon-Woo, Nam, et al.
Veröffentlicht: (2024)

Leveraging Computer Vision in the Intensive Care Unit (ICU) for Examining Visitation and Mobility
von: Siegel, Scott, et al.
Veröffentlicht: (2024)

Knowledge Amalgamation for Object Detection with Transformers
von: Zhang, Haofei, et al.
Veröffentlicht: (2022)

Efficient Parameter Mining and Freezing for Continual Object Detection
von: Menezes, Angelo G., et al.
Veröffentlicht: (2024)

AYDIV: Adaptable Yielding 3D Object Detection via Integrated Contextual Vision Transformer
von: Dam, Tanmoy, et al.
Veröffentlicht: (2024)

Continual Vision-and-Language Navigation
von: Jeong, Seongjun, et al.
Veröffentlicht: (2024)

Benchmarking Unlearning for Vision Transformers
von: Zhao, Kairan, et al.
Veröffentlicht: (2026)

Vision Bridge Transformer at Scale
von: Tan, Zhenxiong, et al.
Veröffentlicht: (2025)

ObjectCompose: Evaluating Resilience of Vision-Based Models on Object-to-Background Compositional Changes
von: Malik, Hashmat Shadab, et al.
Veröffentlicht: (2024)

An Examination of Offline-Trained Encoders in Vision-Based Deep Reinforcement Learning for Autonomous Driving
von: Mohammed, Shawan, et al.
Veröffentlicht: (2024)

Latent Distillation for Continual Object Detection at the Edge
von: Pasti, Francesco, et al.
Veröffentlicht: (2024)

Source-Free Object Detection with Detection Transformer
von: Yao, Huizai, et al.
Veröffentlicht: (2025)