Enregistré dans:
| Auteurs principaux: | Li, Junlong, Hao, Chao, Chau, Lap-Pui, Wang, Yi |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2605.30884 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Symmetric Multi-Similarity Loss for EPIC-KITCHENS-100 Multi-Instance Retrieval Challenge 2024
par: Wang, Xiaoqi, et autres
Publié: (2024)
par: Wang, Xiaoqi, et autres
Publié: (2024)
EARL: Towards a Unified Analysis-Guided Reinforcement Learning Framework for Egocentric Interaction Reasoning and Pixel Grounding
par: Su, Yuejiao, et autres
Publié: (2026)
par: Su, Yuejiao, et autres
Publié: (2026)
Weakly-supervised Part-Attention and Mentored Networks for Vehicle Re-Identification
par: Tang, Lisha, et autres
Publié: (2021)
par: Tang, Lisha, et autres
Publié: (2021)
Egocentric Human-Object Interaction Detection: A New Benchmark and Method
par: Deng, Kunyuan, et autres
Publié: (2025)
par: Deng, Kunyuan, et autres
Publié: (2025)
CaRe-Ego: Contact-aware Relationship Modeling for Egocentric Interactive Hand-object Segmentation
par: Su, Yuejiao, et autres
Publié: (2024)
par: Su, Yuejiao, et autres
Publié: (2024)
ANNEXE: Unified Analyzing, Answering, and Pixel Grounding for Egocentric Interaction
par: Su, Yuejiao, et autres
Publié: (2025)
par: Su, Yuejiao, et autres
Publié: (2025)
POINTS-GUI-G: GUI-Grounding Journey
par: Zhao, Zhongyin, et autres
Publié: (2026)
par: Zhao, Zhongyin, et autres
Publié: (2026)
EVA02-AT: Egocentric Video-Language Understanding with Spatial-Temporal Rotary Positional Embeddings and Symmetric Optimization
par: Wang, Xiaoqi, et autres
Publié: (2025)
par: Wang, Xiaoqi, et autres
Publié: (2025)
HAMMER: Harnessing MLLM via Cross-Modal Integration for Intention-Driven 3D Affordance Grounding
par: Yao, Lei, et autres
Publié: (2026)
par: Yao, Lei, et autres
Publié: (2026)
Generalist Scanner Meets Specialist Locator: A Synergistic Coarse-to-Fine Framework for Robust GUI Grounding
par: Li, Zhecheng, et autres
Publié: (2025)
par: Li, Zhecheng, et autres
Publié: (2025)
Enhancing Trustworthy GUI Grounding via Self-Critiqued Reinforcement Learning
par: Zhang, Shaojie, et autres
Publié: (2025)
par: Zhang, Shaojie, et autres
Publié: (2025)
3DGeoDet: General-purpose Geometry-aware Image-based 3D Object Detection
par: Zhang, Yi, et autres
Publié: (2025)
par: Zhang, Yi, et autres
Publié: (2025)
GVSynergy-Det: Synergistic Gaussian-Voxel Representations for Multi-View 3D Object Detection
par: Zhang, Yi, et autres
Publié: (2025)
par: Zhang, Yi, et autres
Publié: (2025)
Building Egocentric Procedural AI Assistant: Methods, Benchmarks, and Challenges
par: Li, Junlong, et autres
Publié: (2025)
par: Li, Junlong, et autres
Publié: (2025)
ProCal: Probability Calibration for Neighborhood-Guided Source-Free Domain Adaptation
par: Zheng, Ying, et autres
Publié: (2026)
par: Zheng, Ying, et autres
Publié: (2026)
Evolution-Inspired Sample Competition for Deep Neural Network Optimization
par: Zheng, Ying, et autres
Publié: (2026)
par: Zheng, Ying, et autres
Publié: (2026)
SGIFormer: Semantic-guided and Geometric-enhanced Interleaving Transformer for 3D Instance Segmentation
par: Yao, Lei, et autres
Publié: (2024)
par: Yao, Lei, et autres
Publié: (2024)
GaussianCross: Cross-modal Self-supervised 3D Representation Learning via Gaussian Splatting
par: Yao, Lei, et autres
Publié: (2025)
par: Yao, Lei, et autres
Publié: (2025)
AutoGUI: Scaling GUI Grounding with Automatic Functionality Annotations from LLMs
par: Li, Hongxin, et autres
Publié: (2025)
par: Li, Hongxin, et autres
Publié: (2025)
OccProphet: Pushing Efficiency Frontier of Camera-Only 4D Occupancy Forecasting with Observer-Forecaster-Refiner Framework
par: Chen, Junliang, et autres
Publié: (2025)
par: Chen, Junliang, et autres
Publié: (2025)
LaSSM: Efficient Semantic-Spatial Query Decoding via Local Aggregation and State Space Models for 3D Instance Segmentation
par: Yao, Lei, et autres
Publié: (2026)
par: Yao, Lei, et autres
Publié: (2026)
AutoFocus: Uncertainty-Aware Active Visual Search for GUI Grounding
par: Yao, Ruilin, et autres
Publié: (2026)
par: Yao, Ruilin, et autres
Publié: (2026)
CGL: Advancing Continual GUI Learning via Reinforcement Fine-Tuning
par: Yao, Zhenquan, et autres
Publié: (2026)
par: Yao, Zhenquan, et autres
Publié: (2026)
Test-Time Reinforcement Learning for GUI Grounding via Region Consistency
par: Du, Yong, et autres
Publié: (2025)
par: Du, Yong, et autres
Publié: (2025)
Fuzzy-aware Loss for Source-free Domain Adaptation in Visual Emotion Recognition
par: Zheng, Ying, et autres
Publié: (2025)
par: Zheng, Ying, et autres
Publié: (2025)
DiMo-GUI: Advancing Test-time Scaling in GUI Grounding via Modality-Aware Visual Reasoning
par: Wu, Hang, et autres
Publié: (2025)
par: Wu, Hang, et autres
Publié: (2025)
GUI-ARP: Enhancing Grounding with Adaptive Region Perception for GUI Agents
par: Ye, Xianhang, et autres
Publié: (2025)
par: Ye, Xianhang, et autres
Publié: (2025)
Interaction-aware Representation Modeling with Co-occurrence Consistency for Egocentric Hand-Object Parsing
par: Su, Yuejiao, et autres
Publié: (2026)
par: Su, Yuejiao, et autres
Publié: (2026)
GUI-Actor: Coordinate-Free Visual Grounding for GUI Agents
par: Wu, Qianhui, et autres
Publié: (2025)
par: Wu, Qianhui, et autres
Publié: (2025)
Towards GUI Agents: Vision-Language Diffusion Models for GUI Grounding
par: Kumbhar, Shrinidhi, et autres
Publié: (2026)
par: Kumbhar, Shrinidhi, et autres
Publié: (2026)
GUI-G$^2$: Gaussian Reward Modeling for GUI Grounding
par: Tang, Fei, et autres
Publié: (2025)
par: Tang, Fei, et autres
Publié: (2025)
FineState-Bench: Benchmarking State-Conditioned Grounding for Fine-grained GUI State Setting
par: Ji, Fengxian, et autres
Publié: (2026)
par: Ji, Fengxian, et autres
Publié: (2026)
AdaZoom-GUI: Adaptive Zoom-based GUI Grounding with Instruction Refinement
par: Pei, Siqi, et autres
Publié: (2026)
par: Pei, Siqi, et autres
Publié: (2026)
GUI-Bee: Align GUI Action Grounding to Novel Environments via Autonomous Exploration
par: Fan, Yue, et autres
Publié: (2025)
par: Fan, Yue, et autres
Publié: (2025)
How Auxiliary Reasoning Unleashes GUI Grounding in VLMs
par: Li, Weiming, et autres
Publié: (2025)
par: Li, Weiming, et autres
Publié: (2025)
ZeroGUI: Automating Online GUI Learning at Zero Human Cost
par: Yang, Chenyu, et autres
Publié: (2025)
par: Yang, Chenyu, et autres
Publié: (2025)
Learning Active Perception via Self-Evolving Preference Optimization for GUI Grounding
par: Wang, Wanfu, et autres
Publié: (2025)
par: Wang, Wanfu, et autres
Publié: (2025)
Improved GUI Grounding via Iterative Narrowing
par: Nguyen, Anthony
Publié: (2024)
par: Nguyen, Anthony
Publié: (2024)
On the Robustness of GUI Grounding Models Against Image Attacks
par: Zhao, Haoren, et autres
Publié: (2025)
par: Zhao, Haoren, et autres
Publié: (2025)
Learning GUI Grounding with Spatial Reasoning from Visual Feedback
par: Zhao, Yu, et autres
Publié: (2025)
par: Zhao, Yu, et autres
Publié: (2025)
Documents similaires
-
Symmetric Multi-Similarity Loss for EPIC-KITCHENS-100 Multi-Instance Retrieval Challenge 2024
par: Wang, Xiaoqi, et autres
Publié: (2024) -
EARL: Towards a Unified Analysis-Guided Reinforcement Learning Framework for Egocentric Interaction Reasoning and Pixel Grounding
par: Su, Yuejiao, et autres
Publié: (2026) -
Weakly-supervised Part-Attention and Mentored Networks for Vehicle Re-Identification
par: Tang, Lisha, et autres
Publié: (2021) -
Egocentric Human-Object Interaction Detection: A New Benchmark and Method
par: Deng, Kunyuan, et autres
Publié: (2025) -
CaRe-Ego: Contact-aware Relationship Modeling for Egocentric Interactive Hand-object Segmentation
par: Su, Yuejiao, et autres
Publié: (2024)