新框架EgoHieraLoc增强了自我中心视觉查询定位

研究人员推出了一种新颖的框架EgoHieraLoc，旨在改进2D和3D场景下的自我中心视觉查询定位（VQL）。该系统受到人类视觉处理的启发，采用分层方法来处理模糊的对象边界并整合不同视角的证据。EgoHieraLoc利用判别式解析模块进行前景提取，查询感知模块进行鲁棒的目标定位，以及区域适应模块通过上下文反馈来精炼对象边界。对于3D定位，它引入了几何语义联合置信度（GSJC），以基于语义和几何一致性确保视点可信度，并在相关基准测试中取得了最先进的成果。 AI

影响 该框架可以提高自我中心视频中对象检索和重新定位的准确性，从而惠及机器人和增强现实等应用。

排序理由 这是一篇描述用于视觉查询定位的新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• arXiv
• Discriminative Parsing Module
• EgoHieraLoc
• Geometric-Semantic Joint Confidence
• Query-Aware Module
• Regional Adaptation Module
• VQL-2D
• VQL-3D

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →