arXiv · 机器人与计算机视觉· Haoyang Yuan, Boyang Li, Yingqian Wang, Yimian Dai, Nuo Chen, Xinfei Huang, Shuqi Yi, Zaiping Lin, Weidong Sheng, Wei An·· 16 天前AI 评分58
先理解后检测:面向全域红外小目标检测的视觉语言学习
Understand Before Detect: Vision--Language Learning for Omni-Domain Infrared Small Target Detection
AI 导读
针对异构成像域下红外小目标检测任务中语义丢失导致泛化性差的问题,本文提出“先理解后检测”范式及 JinSight 模型。该模型通过语言监督构建全局红外目标理解,并将跨域表征迁移至精确检测;引入潜在语义交互机制在低秩空间交换全局语义与细粒度特征。此外,构建了 OmniIRST-VL 数据集,包含超 3.9 万条标注的六类指令任务,涵盖场景级理解与以目标为中心的推理。
来源:arXiv · 机器人与计算机视觉 · arxiv.org