CLIP-HandID: Vision-Language Model for Hand-Based Person Identification
机构 * School of Computer Science（计算机科学学院） ； Informatics De Montfort University（信息学德蒙特福特大学）
专题命中 视觉推理 ：vision-language model(title,abstract)；分类 cs.CV
AI 大模型
视觉大模型 / VLM
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
1. 视觉推理 2 篇
CIMR: Contextualized Iterative Multimodal Reasoning for Robust Instruction Following in LVLMs
机构 * Singapore Institute of Management（新加坡管理学院）
专题命中 视觉推理 ：vision-language model(abstract)；LLaVA(abstract)；分类 cs.LG
