跳到正文
arXiv · 机器人与计算机视觉· Jinjie Xie, Baihua Li, Qinggang Meng·· 2 天前AI 评分73

STILL:基于位置注册的验证让 VLM 成为可靠的场景变化检测器

Is It Still There? Place-Registered Verification Makes VLMs Reliable Scene-Change Detectors

AI 导读

论文指出多图像视觉语言模型(VLM)因无法定位物体位置而难以检测场景变化。作者提出 STILL 方法,利用 3D 几何将待检测物体的位置在另一视角下进行注册,并训练 VLM 从全局和局部视角回答该位置是否仍有物体。

来源:arXiv · 机器人与计算机视觉 · arxiv.org