Salvato in:
| Autore principale: | Sun, ZhiXin |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2605.14645 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Comparative Study of Vision-Based Metric Measurement for Large-Scale Planar Scenes
di: Sun, ZhiXin
Pubblicazione: (2026)
di: Sun, ZhiXin
Pubblicazione: (2026)
Example-Based Object Detection
di: Sun, ZhiXin
Pubblicazione: (2026)
di: Sun, ZhiXin
Pubblicazione: (2026)
ChainFlow-VLA: Causal Flow Planning with Vision-Language Models
di: Wang, Xiyang, et al.
Pubblicazione: (2026)
di: Wang, Xiyang, et al.
Pubblicazione: (2026)
Vision-Based Approach for Food Weight Estimation from 2D Images
di: Wimalasiri, Chathura, et al.
Pubblicazione: (2024)
di: Wimalasiri, Chathura, et al.
Pubblicazione: (2024)
Cross-Layer Vision Smoothing: Enhancing Visual Understanding via Sustained Focus on Key Objects in Large Vision-Language Models
di: Zhao, Jianfei, et al.
Pubblicazione: (2025)
di: Zhao, Jianfei, et al.
Pubblicazione: (2025)
Interpreting and Enhancing Emotional Circuits in Large Vision-Language Models via Cross-Modal Information Flow
di: Zhang, Chengsheng, et al.
Pubblicazione: (2026)
di: Zhang, Chengsheng, et al.
Pubblicazione: (2026)
DEFormer: DCT-driven Enhancement Transformer for Low-light Image and Dark Vision
di: Yin, Xiangchen, et al.
Pubblicazione: (2023)
di: Yin, Xiangchen, et al.
Pubblicazione: (2023)
A Computer Vision Pipeline for Individual-Level Behavior Analysis: Benchmarking on the Edinburgh Pig Dataset
di: Yang, Haiyu, et al.
Pubblicazione: (2025)
di: Yang, Haiyu, et al.
Pubblicazione: (2025)
Diffusion Models in Low-Level Vision: A Survey
di: He, Chunming, et al.
Pubblicazione: (2024)
di: He, Chunming, et al.
Pubblicazione: (2024)
Vision-Language Model Purified Semi-Supervised Semantic Segmentation for Remote Sensing Images
di: Wang, Shanwen, et al.
Pubblicazione: (2026)
di: Wang, Shanwen, et al.
Pubblicazione: (2026)
ReynoldsFlow: Exquisite Flow Estimation via Reynolds Transport Theorem
di: Chen, Yu-Hsi, et al.
Pubblicazione: (2025)
di: Chen, Yu-Hsi, et al.
Pubblicazione: (2025)
MambaFlow: A Novel and Flow-guided State Space Model for Scene Flow Estimation
di: Luo, Jiehao, et al.
Pubblicazione: (2025)
di: Luo, Jiehao, et al.
Pubblicazione: (2025)
Rectified Point Flow: Generic Point Cloud Pose Estimation
di: Sun, Tao, et al.
Pubblicazione: (2025)
di: Sun, Tao, et al.
Pubblicazione: (2025)
SenseBench: A Benchmark for Remote Sensing Low-Level Visual Perception and Description in Large Vision-Language Models
di: Zhong, Chen, et al.
Pubblicazione: (2026)
di: Zhong, Chen, et al.
Pubblicazione: (2026)
Token-Level Inference-Time Alignment for Vision-Language Models
di: Chen, Kejia, et al.
Pubblicazione: (2025)
di: Chen, Kejia, et al.
Pubblicazione: (2025)
From Diffusion to Rectified Flow: Rethinking Text-Based Segmentation
di: Qu, Zishen, et al.
Pubblicazione: (2026)
di: Qu, Zishen, et al.
Pubblicazione: (2026)
FullFlow: Upgrading Text-to-Image Flow Matching Models for Bidirectional Vision--Language Generation
di: Bill, Eric Tillmann, et al.
Pubblicazione: (2026)
di: Bill, Eric Tillmann, et al.
Pubblicazione: (2026)
LMLT: Low-to-high Multi-Level Vision Transformer for Image Super-Resolution
di: Kim, Jeongsoo, et al.
Pubblicazione: (2024)
di: Kim, Jeongsoo, et al.
Pubblicazione: (2024)
FlowLearn: Evaluating Large Vision-Language Models on Flowchart Understanding
di: Pan, Huitong, et al.
Pubblicazione: (2024)
di: Pan, Huitong, et al.
Pubblicazione: (2024)
All in One: Exploring Unified Vision-Language Tracking with Multi-Modal Alignment
di: Zhang, Chunhui, et al.
Pubblicazione: (2023)
di: Zhang, Chunhui, et al.
Pubblicazione: (2023)
Extending 6D Object Pose Estimators for Stereo Vision
di: Pöllabauer, Thomas, et al.
Pubblicazione: (2024)
di: Pöllabauer, Thomas, et al.
Pubblicazione: (2024)
VITA: Vision-to-Action Flow Matching Policy
di: Gao, Dechen, et al.
Pubblicazione: (2025)
di: Gao, Dechen, et al.
Pubblicazione: (2025)
FacialFlowNet: Advancing Facial Optical Flow Estimation with a Diverse Dataset and a Decomposed Model
di: Lu, Jianzhi, et al.
Pubblicazione: (2024)
di: Lu, Jianzhi, et al.
Pubblicazione: (2024)
FloodVision: Urban Flood Depth Estimation Using Foundation Vision-Language Models and Domain Knowledge Graph
di: Liu, Zhangding, et al.
Pubblicazione: (2025)
di: Liu, Zhangding, et al.
Pubblicazione: (2025)
Can Vision Models Truly Forget? Mirage: Representation-Level Certification of Visual Unlearning
di: Yu, Zhenyu, et al.
Pubblicazione: (2026)
di: Yu, Zhenyu, et al.
Pubblicazione: (2026)
Weierstrass Positional Encoding for Vision Transformers
di: Xin, Zhihang, et al.
Pubblicazione: (2026)
di: Xin, Zhihang, et al.
Pubblicazione: (2026)
Object-Level Verbalized Confidence Calibration in Vision-Language Models via Semantic Perturbation
di: Zhao, Yunpu, et al.
Pubblicazione: (2025)
di: Zhao, Yunpu, et al.
Pubblicazione: (2025)
Lumina-OmniLV: A Unified Multimodal Framework for General Low-Level Vision
di: Pu, Yuandong, et al.
Pubblicazione: (2025)
di: Pu, Yuandong, et al.
Pubblicazione: (2025)
Emergence of Fixational and Saccadic Movements in a Multi-Level Recurrent Attention Model for Vision
di: Pan, Pengcheng, et al.
Pubblicazione: (2025)
di: Pan, Pengcheng, et al.
Pubblicazione: (2025)
MAP: Mitigating Hallucinations in Large Vision-Language Models with Map-Level Attention Processing
di: Li, Chenxi, et al.
Pubblicazione: (2025)
di: Li, Chenxi, et al.
Pubblicazione: (2025)
IoT Botnet Detection: Application of Vision Transformer to Classification of Network Flow Traffic
di: Wasswa, Hassan, et al.
Pubblicazione: (2025)
di: Wasswa, Hassan, et al.
Pubblicazione: (2025)
COST: Contrastive One-Stage Transformer for Vision-Language Small Object Tracking
di: Zhang, Chunhui, et al.
Pubblicazione: (2025)
di: Zhang, Chunhui, et al.
Pubblicazione: (2025)
Aleatoric Uncertainty Medical Image Segmentation Estimation via Flow Matching
di: Van Nguyen, Phi, et al.
Pubblicazione: (2025)
di: Van Nguyen, Phi, et al.
Pubblicazione: (2025)
FedRSU: Federated Learning for Scene Flow Estimation on Roadside Units
di: Fang, Shaoheng, et al.
Pubblicazione: (2024)
di: Fang, Shaoheng, et al.
Pubblicazione: (2024)
Tighnari: Multi-modal Plant Species Prediction Based on Hierarchical Cross-Attention Using Graph-Based and Vision Backbone-Extracted Features
di: Liu, Haixu, et al.
Pubblicazione: (2025)
di: Liu, Haixu, et al.
Pubblicazione: (2025)
FlowCut: Rethinking Redundancy via Information Flow for Efficient Vision-Language Models
di: Tong, Jintao, et al.
Pubblicazione: (2025)
di: Tong, Jintao, et al.
Pubblicazione: (2025)
VFM-VLM: Vision Foundation Model and Vision Language Model based Visual Comparison for 3D Pose Estimation
di: Sarowar, Md Selim, et al.
Pubblicazione: (2025)
di: Sarowar, Md Selim, et al.
Pubblicazione: (2025)
Stitching Gaps: Fusing Situated Perceptual Knowledge with Vision Transformers for High-Level Image Classification
di: Pandiani, Delfina Sol Martinez, et al.
Pubblicazione: (2024)
di: Pandiani, Delfina Sol Martinez, et al.
Pubblicazione: (2024)
HydroVision: Predicting Optically Active Parameters in Surface Water Using Computer Vision
di: Deshmukh, Shubham Laxmikant, et al.
Pubblicazione: (2025)
di: Deshmukh, Shubham Laxmikant, et al.
Pubblicazione: (2025)
physfusion: A Transformer-based Dual-Stream Radar and Vision Fusion Framework for Open Water Surface Object Detection
di: Wan, Yuting, et al.
Pubblicazione: (2026)
di: Wan, Yuting, et al.
Pubblicazione: (2026)
Documenti analoghi
-
Comparative Study of Vision-Based Metric Measurement for Large-Scale Planar Scenes
di: Sun, ZhiXin
Pubblicazione: (2026) -
Example-Based Object Detection
di: Sun, ZhiXin
Pubblicazione: (2026) -
ChainFlow-VLA: Causal Flow Planning with Vision-Language Models
di: Wang, Xiyang, et al.
Pubblicazione: (2026) -
Vision-Based Approach for Food Weight Estimation from 2D Images
di: Wimalasiri, Chathura, et al.
Pubblicazione: (2024) -
Cross-Layer Vision Smoothing: Enhancing Visual Understanding via Sustained Focus on Key Objects in Large Vision-Language Models
di: Zhao, Jianfei, et al.
Pubblicazione: (2025)