arXiv · 机器人与计算机视觉· Xiao Yang, Zekun Zhang, Yuxuan Fan, Duoxun Tang, Ziyang Liu, Dengbo He, Kaishun Wu, Jiyao Wang·· 2026-10-15AI 评分42
VITAL:解决 VLMs 在远程生理测量中失效的视觉 - 生理 token 对齐框架
Why Do VLMs Fail at Remote Physiological Measurement? Rethinking with Physiological Grounding and Numerical Alignment
AI 导读
VITAL 提出视觉 - 生理 token 对齐框架,通过独立生理路径与结构化数值对齐解决通用视觉语义丢失细粒度线索及离散生成与连续测量失配问题。实验显示该模型在多路脉波光电容积脉搏波(rPPG)数据集上提升跨域估计性能,同时保留 VLMs 的通用视觉理解能力。代码即将发布。
来源:arXiv · 机器人与计算机视觉 · arxiv.org