arXiv · 机器人与计算机视觉· Lan Chen, Xingxing Xiong, Xiao Wang, Ziyan Zhang, Zikang Yan, Yuanhao Zheng, Bo Jiang, Yonghong Tian·· 17 天前AI 评分35
MSTOT-EPR 通过多尺度时空最优传输解决事件相机视觉定位难题
Text-Assisted Event Stream Visual Place Recognition via Multi-Scale Spatiotemporal Optimal Transport
AI 导读
MSTOT-EPR 提出一种结合视觉与文本编码器的多尺度时空最优传输框架,有效解决了事件流编码及跨模态对齐两大核心挑战。该方法在 NYC-Event-VPR 和 EPRBench 数据集上的广泛实验验证了其在基于事件的视觉定位任务中的有效性。源代码将在论文被接收后发布。
来源:arXiv · 机器人与计算机视觉 · arxiv.org