研究人员开发了一个新框架，通过结合用户注视点和自然语言来帮助识别车辆外部的兴趣点（POIs）。该系统名为“Speak to the City”，解决了因车辆移动和模糊引用而导致的定位难题。为了克服动态车辆数据的缺失，创建了一个虚拟现实管道，将交通视频与车辆遥测数据同步。一项用户研究捕捉了注视点-语音行为，然后用这些数据训练了一个轻量级Transformer网络，该网络将空间注视点与口头语境对齐，实现了高准确率和快速推理时间。 AI
影响 这项研究通过实现更直观、更准确的位置引用，可以增强车内AI体验和导航系统。
排序理由 该集群包含一篇详细介绍新框架和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Alireza Parchami
- arXiv
- digital twin
- extended reality
- global navigation satellite system
- Outside-the-Vehicle References
- Points of Interest
- Speak to the City
- Transformer++
- virtual reality
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
