arXiv · 机器人与计算机视觉· Xinyi Niu, Lingfeng Chen, Jiehua Zhang, Panhe Hu, Li Liu, Zhen Liu, Yongxiang Liu·· 10 天前AI 评分49
GeoJeV:免训练统一空间概率实现超高分辨率遥感高效证据采集
GeoJeV: Unified Spatial Probability for Training-Free Efficient Evidence Acquisition in Ultra-High-Resolution Remote Sensing
AI 导读
GeoJeV 提出一种免训练方法,将遥感图像证据采集转化为由空间概率驱动的决策过程。该方法在 LRS-GRO、MME-RealWorld-RS 和 LRS-VQA 基准上分别达到 60.59%、52.79% 和 34.32% 的准确率,使 Qwen3-VL-8B 平均准确率提升 5.32pp。相比近期方法,GeoJeV 推理速度提升 7.8 倍,每问仅增加 1.12 秒耗时。
来源:arXiv · 机器人与计算机视觉 · arxiv.org