跳到正文
arXiv · 机器人与计算机视觉· Jisheng Dang, Kai Wei, Ronghao Lin, Bimei Wang, Hong Peng, Wei-Shi Zheng, Bin Hu, Qi Tian, Tat-Seng Chua·· 13 天前AI 评分65

THG-Omni:面向视频推理的可追溯以人为本图监督框架

THG-Omni: Traceable Human-Centric Graph Supervision for Video Reasoning

AI 导读

论文介绍 THG-Omni 框架,通过结合 Segment Anything Model 3 的参与者轨迹与 Qwen3-VL 的时间锚定标注,构建可追溯的视频证据图以训练多模态模型的推理能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org