PulseAugur
中
实时 20:44:39
English(EN) USS: Unified Spatial-Semantic Prompts for Embodied Visual Tracking with Latent Dynamics Learning

新的USS框架通过时空语义提示增强具身视觉跟踪

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出了一种用于具身视觉跟踪（EVT）的新型框架USS，它超越了仅文本提示，引入了统一的时空语义输入。该方法通过在单一架构中支持文本、点、边界框和掩码提示，从而能够更精确地指示目标。实验表明，明确的时空线索可以提高跟踪成功率，尤其是在存在相似干扰物的复杂环境中，并且USS在实现具有竞争力的性能的同时，推理速度也更快。 AI

影响 提高了机器人导航和物体跟踪任务的精度和效率。

排序理由 该集群描述了一篇研究论文，其中详细介绍了一种用于特定计算机视觉任务的新方法和框架。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的USS框架通过时空语义提示增强具身视觉跟踪

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Yuchen Xie, Xinyu Zhou, Kuangji Zuo, Yanshuo Lu, Fengrui Huang, Boyu Ma, Jianfei Yang ·

    USS：具身视觉跟踪的统一空间-语义提示与潜在动态学习

    arXiv:2606.25880v1 Announce Type: new Abstract: Embodied Visual Tracking (EVT) requires an agent to continuously follow a specified target while actively moving through dynamic environments. However, prevailing EVT paradigms predominantly rely on language-based target indication.…

  2. arXiv cs.CV TIER_1 English(EN) · Jianfei Yang ·

    USS：具身视觉跟踪的统一空间-语义提示与潜在动态学习

    Embodied Visual Tracking (EVT) requires an agent to continuously follow a specified target while actively moving through dynamic environments. However, prevailing EVT paradigms predominantly rely on language-based target indication. While language is expressive and convenient, cl…

相关实体

相关话题