Buchumschlag

FOCUS: Forcing In-Context Object Localization through Visual Support Constraints and Policy Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Karim, Mohammed Asad, Verma, Vinay Kumar
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FOCUS: Towards Universal Foreground Segmentation
von: You, Zuyao, et al.
Veröffentlicht: (2025)

FOCUS: Efficient Keyframe Selection for Long Video Understanding
von: Zhu, Zirui, et al.
Veröffentlicht: (2025)

VERSE: Virtual-Gradient Aware Streaming Lifelong Learning with Anytime Inference
von: Banerjee, Soumya, et al.
Veröffentlicht: (2023)

Reinforcing VLMs to Use Tools for Detailed Visual Reasoning Under Resource Constraints
von: Kumar, Sunil, et al.
Veröffentlicht: (2025)

Constraint-Aware Neurosymbolic Uncertainty Quantification with Bayesian Deep Learning for Scientific Discovery
von: Alam, Shahnawaz, et al.
Veröffentlicht: (2026)

MB-ORES: A Multi-Branch Object Reasoner for Visual Grounding in Remote Sensing
von: Radouane, Karim, et al.
Veröffentlicht: (2025)

Support-Set Context Matters for Bongard Problems
von: Raghuraman, Nikhil, et al.
Veröffentlicht: (2023)

Fine-Tuning Next-Scale Visual Autoregressive Models with Group Relative Policy Optimization
von: Gallici, Matteo, et al.
Veröffentlicht: (2025)

Force Matching with Relativistic Constraints: A Physics-Inspired Approach to Stable and Efficient Generative Modeling
von: Cao, Yang, et al.
Veröffentlicht: (2025)

PerceptionCLIP: Visual Classification by Inferring and Conditioning on Contexts
von: An, Bang, et al.
Veröffentlicht: (2023)

MoEIoU: Rethinking Bounding-Box Regression as a Mixture of Experts
von: Edula, Vinay, et al.
Veröffentlicht: (2026)

Mining Instance-Centric Vision-Language Contexts for Human-Object Interaction Detection
von: Seo, Soo Won, et al.
Veröffentlicht: (2026)

Visual Modality Prompt for Adapting Vision-Language Object Detectors
von: Medeiros, Heitor R., et al.
Veröffentlicht: (2024)

Correlation of Object Detection Performance with Visual Saliency and Depth Estimation
von: Bartolo, Matthias, et al.
Veröffentlicht: (2024)

Weakly Supervised Concept Learning for Object-centric Visual Reasoning
von: Tiwari, Sparsh, et al.
Veröffentlicht: (2026)

USC: Uncompromising Spatial Constraints for Safety-Oriented 3D Object Detectors in Autonomous Driving
von: Liao, Brian Hsuan-Cheng, et al.
Veröffentlicht: (2022)

FACTR: Force-Attending Curriculum Training for Contact-Rich Policy Learning
von: Liu, Jason Jingzhou, et al.
Veröffentlicht: (2025)

Evaluating Hallucination in Large Vision-Language Models based on Context-Aware Object Similarities
von: Datta, Shounak, et al.
Veröffentlicht: (2025)

CTRL-O: Language-Controllable Object-Centric Visual Representation Learning
von: Didolkar, Aniket, et al.
Veröffentlicht: (2025)

Prediction Accuracy & Reliability: Classification and Object Localization under Distribution Shift
von: Diet, Fabian, et al.
Veröffentlicht: (2024)

Improved Crop and Weed Detection with Diverse Data Ensemble Learning
von: Asad, Muhammad Hamza, et al.
Veröffentlicht: (2023)

RefDiffNet: Learning to Expose Subtle PCB Defects Before Detection
von: Edula, Vinay, et al.
Veröffentlicht: (2026)

ObitoNet: Multimodal High-Resolution Point Cloud Reconstruction
von: Thapliyal, Apoorv, et al.
Veröffentlicht: (2024)

Generalizing Consistency Policy to Visual RL with Prioritized Proximal Experience Regularization
von: Li, Haoran, et al.
Veröffentlicht: (2024)

Are Deep Learning Models Robust to Partial Object Occlusion in Visual Recognition Tasks?
von: Kassaw, Kaleb, et al.
Veröffentlicht: (2024)

TACO: Adversarial Camouflage Optimization on Trucks to Fool Object Detectors
von: Dimitriu, Adonisz, et al.
Veröffentlicht: (2024)

Segment Any Vehicle: Semantic and Visual Context Driven SAM and A Benchmark
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

Ambient Diffusion Posterior Sampling: Solving Inverse Problems with Diffusion Models Trained on Corrupted Data
von: Aali, Asad, et al.
Veröffentlicht: (2024)

Co-GRPO: Co-Optimized Group Relative Policy Optimization for Masked Diffusion Model
von: Zhou, Renping, et al.
Veröffentlicht: (2025)

What Drives Compositional Generalization? The Importance of Continuous Training Objectives in Visual Generative Models
von: Farid, Karim, et al.
Veröffentlicht: (2025)

Moving Healthcare AI-Support Systems for Visually Detectable Diseases onto Constrained Devices
von: Watt, Tess, et al.
Veröffentlicht: (2024)

Pre-Training Meta-Rule Selection Policy for Visual Generative Abductive Learning
von: Jin, Yu, et al.
Veröffentlicht: (2025)

Retrieval Visual Contrastive Decoding to Mitigate Object Hallucinations in Large Vision-Language Models
von: Lee, Jihoon, et al.
Veröffentlicht: (2025)

Few-Shot Classification and Anatomical Localization of Tissues in SPECT Imaging
von: Khan, Mohammed Abdul Hafeez, et al.
Veröffentlicht: (2025)

AEGPO: Adaptive Entropy-Guided Policy Optimization for Diffusion Models
von: Li, Yuming, et al.
Veröffentlicht: (2026)

Decoupling Amplitude and Phase Attention in Frequency Domain for RGB-Event based Visual Object Tracking
von: Wang, Shiao, et al.
Veröffentlicht: (2026)

Co-Occurring of Object Detection and Identification towards unlabeled object discovery
von: Singh, Binay Kumar, et al.
Veröffentlicht: (2024)

ConTextual: Evaluating Context-Sensitive Text-Rich Visual Reasoning in Large Multimodal Models
von: Wadhawan, Rohan, et al.
Veröffentlicht: (2024)

Learning Visual Abstract Reasoning through Dual-Stream Networks
von: Zhao, Kai, et al.
Veröffentlicht: (2024)

APO: Enhancing Reasoning Ability of MLLMs via Asymmetric Policy Optimization
von: Hong, Minjie, et al.
Veröffentlicht: (2025)