跳到正文
热点事件持续更新

Déjà Cue 框架实现物体状态时刻检索

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Haofan Cao 等人提出无需训练的 Déjà Cue 框架,利用冻结的视觉语言编码器及词汇相对坐标定位物体历史状态。该方法基于 MS-VOST 数据集(含 620 个物体历史与 2,465 个状态),通过校准帧分数实现时间区间检索。在八种编码器配置下,其 Top-1 时序 IoU 提升 0.42--1.14 个百分点,且增益跨四种文本构建均持续存在。相关代码已公开于 GitHub。

AI 根据报道生成 · 56 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · 机器人与计算机视觉
    Déjà Cue:通过词汇相对坐标在物体历史中定位状态

    Déjà Cue 是一种无需训练的框架,利用冻结的视觉语言编码器,将描述嵌入中心对齐于平衡状态的词汇均值以校准帧分数并检索时间区间。该方法基于 MS-VOST 数据集(含 620 个物体历史与 2,465 个状态),在八种编码器配置下使 Top-1 时序 IoU 提升 0.42--1.14 个百分点,且增益跨四种文本构建均持续存在。代码已公开于 GitHub 链接。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。