跳到正文
arXiv · 机器人与计算机视觉· Hao Shi, Jiafeng Wang, Yuzhuo Fu, Tao Zhang, Jian Bai, Juelu Zhang, Qing Cui, Chao Huang·· 2026-10-16精选AI 评分78

ZoomCap:基于证据路由的视觉缩放以实现可恢复的视觉信息转移

ZoomCap: Evidence-Routed Visual Zooming for Recoverable Visual Information Transfer

AI 导读

论文提出 ZoomCap 框架,将细粒度描述定义为在有限观测预算下获取缺失证据并转化为可复用监督的过程。该方法利用草稿描述路由条件知识检索、OCR 敏感阅读及自适应视觉缩放,仅对最复杂区域分配深层裁剪,并从几何关系推导空间信息。

推荐理由

提出 ZoomCap 框架与 FactCycle 评估器,以有限观测预算实现细粒度描述生成与证据路由,在持续预训练中显著优于强基线。

来源:arXiv · 机器人与计算机视觉 · arxiv.org