arXiv · 机器人与计算机视觉· Hao Gan, Liuqian Wang, Zhuping Hu, Yufei Gao, Wentao Chao, Chong Fu, Shuang Li, Chengming Liu, Lei Shi·· 16 天前AI 评分54
GAV:一种基于视角感知的跨视图指代推理与视觉定位新框架
Grounding Across Views: Cross-View Referring Reasoning for Visual Grounding
AI 导读
论文提出 GAV(Grounding Across Views)框架,旨在解决从卫星图定位地面目标时自然语言查询难以直接对齐的难题。该方法将传统点击或框选提示扩展为联合由指代表达和视觉示例引导的实例定位,通过视角感知的推理机制提取目标中心描述并增强方向无关的角色线索。
来源:arXiv · 机器人与计算机视觉 · arxiv.org