English(EN) Thermo-VL: Extending Vision-Language Models to Thermal Infrared Perception

新的Thermo-VL模型将热成像与语言模型集成

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-22 04:00

研究人员开发了Thermo-VL，这是一种新的视觉语言模型，旨在处理热红外图像以及标准的RGB数据。该模型旨在通过利用热传感器捕获的互补场景结构来提高在弱光条件下的性能。Thermo-VL集成了可训练的热编码器和冻结的语言模型骨干，并使用新颖的融合模块将热特征与文本和RGB上下文进行条件关联。 AI

影响增强了视觉语言模型在弱光和跨光谱推理任务中的能力。

排序理由该集群包含一篇详细介绍新模型和数据集的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Rusiru Thushara, Yasiru Ranasinghe, Jay Paranjape, Vishal M. Patel · 2026-05-22 04:00

Thermo-VL: Extending Vision-Language Models to Thermal Infrared Perception

arXiv:2605.21882v1 Announce Type: new Abstract: Vision-language models (VLMs) often fail under low illumination because their visual grounding is learned predominantly from RGB imagery, whereas thermal infrared preserves complementary scene structure when visible cues degrade. We…

报道来源 [1]

Thermo-VL: Extending Vision-Language Models to Thermal Infrared Perception

相关话题