arXiv · 机器人与计算机视觉· Kaiser Hamid, Can Cui, Khandakar Ashrafi Akbar, Ziran Wang, Nade Liang·· 16 天前AI 评分75
FSDAM:通过视觉语言耦合实现少样本驾驶注意力建模
FSDAM: Few-Shot Driving Attention Modeling via Vision-Language Coupling
AI 导读
FSDAM 框架仅需 90 个标注示例即可联合预测空间注意力并生成结构化解释。该方法将注意力分解为场景上下文、当前焦点、预期下一焦点及因果解释,并通过双路径架构与训练时视觉语言对齐机制缓解任务冲突与数据稀缺问题。论文已在 arXiv 发布并被 IEEE/CVF WACV 2027 录用,展示了在多个驾驶基准上的零样本泛化能力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org