arXiv · 机器人与计算机视觉· Shuhong Zheng, Michael Oechsle, Erik Sandstr\"om, Marie-Julie Rakotosaona, Federico Tombari, Igor Gilitschenski·· 9 天前AI 评分52
Good Token Hunting:一种用于视觉几何 Transformer 的 Token 选择指南
Good Token Hunting: A Hitchhiker's Guide to Token Selection for Visual Geometry Transformers
AI 导读
针对视觉几何 Transformer 因全局注意力机制导致的计算成本随序列长度平方增长问题,本文提出 Good Token Hunting 策略。该方法通过两阶段框架进行 Token 选择:首先在帧间层面基于多样性保留关键帧以确保场景覆盖,随后在帧内层面利用全局注意力模式的熵引导分层稀疏化以剔除冗余 Token。
来源:arXiv · 机器人与计算机视觉 · arxiv.org