arXiv · 机器人与计算机视觉· Kaizhen Tan·· 2026-10-06AI 评分58
无法两次拍摄同一条街:城市变化视觉语言测量的可靠性极限
You Cannot Photograph the Same Street Twice: Reliability Limits in Vision-Language Measurement of Urban Change
AI 导读
Kaizhen Tan 通过重复拍摄美国五城不变街道及控制实验发现,VLM 感知分数在重拍同条街时会发生显著偏移,主要源于评分机制和相机差异而非图像统计特征。研究证实单张图像难以区分改造与未改造街道,且同一采集活动中的误差无法通过区域平均消除。结论表明 VLM 分数仅适用于群体比较(如改造组与未改造组),不支持识别个体街道的改善或衰退。
来源:arXiv · 机器人与计算机视觉 · arxiv.org