arXiv · 机器人与计算机视觉· Sidra Hanif·· 20 天前AI 评分35
inkGround:基准测试 VLM 在野外草书手写中的细粒度视觉定位能力
inkGround: Benchmarking Fine-grained Visual Grounding Capabilities of Vision-Language Models for Cursive Handwriting in the Wild
AI 导读
inkGround 是一个针对野外全页相机捕捉草书手写的笔触轨迹恢复基准,包含 537 张页面图像(约 1.87 万字、16.3 万笔划)及经 OCR 过滤与人工验证的参考轨迹。
来源:arXiv · 机器人与计算机视觉 · arxiv.org