会员服务
ICONS: Influence Consensus for Vision-Language Data Selection
Arxiv
0+阅读 · 2025年12月28日
Adversarial Robustness of Vision in Open Foundation Models
Arxiv
0+阅读 · 2025年12月19日
FootFormer: Estimating Stability from Visual Input
Arxiv
0+阅读 · 2025年12月7日
ReVSeg: Incentivizing the Reasoning Chain for Video Segmentation with Reinforcement Learning
Arxiv
0+阅读 · 2025年12月2日
Towards AI-Supported Research: a Vision of the TIB AIssistant
Arxiv
0+阅读 · 2025年12月18日
Ridge Estimation-Based Vision and Laser Ranging Fusion Localization Method for UAVs
Arxiv
0+阅读 · 2025年12月18日
Look, Zoom, Understand: The Robotic Eyeball for Embodied Perception
Arxiv
0+阅读 · 2025年11月19日
OmniPT: Unleashing the Potential of Large Vision Language Models for Pedestrian Tracking and Understanding
Arxiv
0+阅读 · 2025年11月21日
Seeing isn't Hearing: Benchmarking Vision Language Models at Interpreting Spectrograms
Arxiv
0+阅读 · 2025年11月17日
Neural Hamiltonian Deformation Fields for Dynamic Scene Rendering
Arxiv
0+阅读 · 2025年12月11日
Gentle Object Retraction in Dense Clutter Using Multimodal Force Sensing and Imitation Learning
Arxiv
0+阅读 · 2025年11月30日
Distillation Dynamics: Towards Understanding Feature-Based Distillation in Vision Transformers
Arxiv
0+阅读 · 2025年11月10日
Distillation Dynamics: Towards Understanding Feature-Based Distillation in Vision Transformers
Arxiv
0+阅读 · 2025年11月15日
Near-Memory Architecture for Threshold-Ordinal Surface-Based Corner Detection of Event Cameras
Arxiv
0+阅读 · 2025年12月2日
DetectiumFire: A Comprehensive Multi-modal Dataset Bridging Vision and Language for Fire Understanding
Arxiv
0+阅读 · 2025年11月4日
参考链接
微信扫码咨询专知VIP会员
Top