跳到正文
arXiv · 机器人与计算机视觉· Mengyu Wang, Ken Deng, Yftah Ziser, Shay B. Cohen, Tiejun Ma·· 9 天前AI 评分68

They Can See It but Not Say It:视觉推理中相对姿态识别的迭代自知识重表达

They Can See It but Not Say It: Iterative Self Knowledge Re-expression in Visual Reasoning Relative Pose Identification

AI 导读

针对现代视觉语言模型在相对姿态识别任务中存在输出偏差的问题,本文提出一种无需标注数据的自知识重表达与迭代去偏方法 SKR-ID。该方法通过冷启动初始化锚定 2D 视觉证据,并利用递归对数几率排序机制强制统计公平性,成功将开源模型的宏观 F1 分数从 35.0%-45.4% 提升至 53.7%-58.0%,显著改善了模型在标准基准上的 3D 推理性能。代码已公开。

来源:arXiv · 机器人与计算机视觉 · arxiv.org