:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Hu, Rongsheng, Guan, Runwei, Di, Yicheng, Bao, Jiayu, Liu, Yuan
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	https://arxiv.org/abs/2604.17488
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

RoadSceneVQA: Benchmarking Visual Question Answering in Roadside Perception Systems for Intelligent Transportation System
di: Guan, Runwei, et al.
Pubblicazione: (2025)

Visual Robustness Benchmark for Visual Question Answering (VQA)
di: Ishmam, Md Farhan, et al.
Pubblicazione: (2024)

BERT-VQA: Visual Question Answering on Plots
di: Vu, Tai, et al.
Pubblicazione: (2025)

PMC-VQA: Visual Instruction Tuning for Medical Visual Question Answering
di: Zhang, Xiaoman, et al.
Pubblicazione: (2023)

AutoViVQA: A Large-Scale Automatically Constructed Dataset for Vietnamese Visual Question Answering
di: Tuong, Nguyen Anh, et al.
Pubblicazione: (2026)

CommVQA: Situating Visual Question Answering in Communicative Contexts
di: Naik, Nandita Shankar, et al.
Pubblicazione: (2024)

VQA$^2$: Visual Question Answering for Video Quality Assessment
di: Jia, Ziheng, et al.
Pubblicazione: (2024)

StackOverflowVQA: Stack Overflow Visual Question Answering Dataset
di: Mirzaei, Motahhare, et al.
Pubblicazione: (2024)

MaS-VQA: A Mask-and-Select Framework for Knowledge-Based Visual Question Answering
di: Mao, Xianwei, et al.
Pubblicazione: (2026)

SurgViVQA: Temporally-Grounded Video Question Answering for Surgical Scene Understanding
di: Drago, Mauro Orazio, et al.
Pubblicazione: (2025)

Exploring the Application of Visual Question Answering (VQA) for Classroom Activity Monitoring
di: Vu, Sinh Trong, et al.
Pubblicazione: (2025)

DisasterVQA: A Visual Question Answering Benchmark Dataset for Disaster Scenes
di: Al-Mohannadi, Aisha, et al.
Pubblicazione: (2026)

MedXplain-VQA: Multi-Component Explainable Medical Visual Question Answering
di: Nguyen, Hai-Dang, et al.
Pubblicazione: (2025)

ProtoVQA: An Adaptable Prototypical Framework for Explainable Fine-Grained Visual Question Answering
di: Diao, Xingjian, et al.
Pubblicazione: (2025)

WSI-VQA: Interpreting Whole Slide Images by Generative Visual Question Answering
di: Chen, Pingyi, et al.
Pubblicazione: (2024)

Grounded Question-Answering in Long Egocentric Videos
di: Di, Shangzhe, et al.
Pubblicazione: (2023)

On the Role of Visual Grounding in VQA
di: Reich, Daniel, et al.
Pubblicazione: (2024)

Object-centric Video Question Answering with Visual Grounding and Referring
di: Wang, Haochen, et al.
Pubblicazione: (2025)

FlowVQA: Mapping Multimodal Logic in Visual Question Answering with Flowcharts
di: Singh, Shubhankar, et al.
Pubblicazione: (2024)

ReasonVQA: A Multi-hop Reasoning Benchmark with Structural Knowledge for Visual Question Answering
di: Tran, Duong T., et al.
Pubblicazione: (2025)

PitVQA: Image-grounded Text Embedding LLM for Visual Question Answering in Pituitary Surgery
di: He, Runlong, et al.
Pubblicazione: (2024)

MacVQA: Adaptive Memory Allocation and Global Noise Filtering for Continual Visual Question Answering
di: Li, Zhifei, et al.
Pubblicazione: (2026)

Detect2Interact: Localizing Object Key Field in Visual Question Answering (VQA) with LLMs
di: Wang, Jialou, et al.
Pubblicazione: (2024)

RoboSurg-VQA: A Multimodal Benchmark for Surgical Segmentation-Aware Visual Question Answering
di: Zhang, Chengyi, et al.
Pubblicazione: (2026)

TableVQA-Bench: A Visual Question Answering Benchmark on Multiple Table Domains
di: Kim, Yoonsik, et al.
Pubblicazione: (2024)

Towards Signboard-Oriented Visual Question Answering: ViSignVQA Dataset, Method and Benchmark
di: Nguyen, Hieu Minh, et al.
Pubblicazione: (2025)

VQA-MHUG: A Gaze Dataset to Study Multimodal Neural Attention in Visual Question Answering
di: Sood, Ekta, et al.
Pubblicazione: (2021)

SCRA-VQA: Summarized Caption-Rerank for Augmented Large Language Models in Visual Question Answering
di: Zhang, Yan, et al.
Pubblicazione: (2025)

Adversarial Attacks on VQA-NLE: Exposing and Alleviating Inconsistencies in Visual Question Answering Explanations
di: Yeh, Yahsin, et al.
Pubblicazione: (2025)

UCSF-PDGM-VQA: Visual Question Answering dataset for brain tumor MRI interpretation
di: Ghosh, Shiv, et al.
Pubblicazione: (2026)

LCV2: An Efficient Pretraining-Free Framework for Grounded Visual Question Answering
di: Chen, Yuhan, et al.
Pubblicazione: (2024)

VeriSciQA: An Auto-Verified Dataset for Scientific Visual Question Answering
di: Li, Yuyi, et al.
Pubblicazione: (2025)

CC-VQA: Conflict- and Correlation-Aware Method for Mitigating Knowledge Conflict in Knowledge-Based Visual Question Answering
di: Hong, Yuyang, et al.
Pubblicazione: (2026)

Measuring Faithful and Plausible Visual Grounding in VQA
di: Reich, Daniel, et al.
Pubblicazione: (2023)

GHR-VQA: Graph-guided Hierarchical Relational Reasoning for Video Question Answering
di: Brilli, Dionysia Danai, et al.
Pubblicazione: (2025)

ViInfographicVQA: A Benchmark for Single and Multi-image Visual Question Answering on Vietnamese Infographics
di: Van-Dinh, Tue-Thu, et al.
Pubblicazione: (2025)

CoralVQA: A Large-Scale Visual Question Answering Dataset for Coral Reef Image Understanding
di: Han, Hongyong, et al.
Pubblicazione: (2025)

M$^3$-VQA: A Benchmark for Multimodal, Multi-Entity, Multi-Hop Visual Question Answering
di: Ma, Jiatong, et al.
Pubblicazione: (2026)

VSA4VQA: Scaling a Vector Symbolic Architecture to Visual Question Answering on Natural Images
di: Penzkofer, Anna, et al.
Pubblicazione: (2024)

From Image to Language: A Critical Analysis of Visual Question Answering (VQA) Approaches, Challenges, and Opportunities
di: Ishmam, Md Farhan, et al.
Pubblicazione: (2023)