Concetto · 3 novità
Bounding Box
Pagina pubblicata il · ultima novità il
Cronologia
- From Sound to Sense: An Anatomy of Semantic Supervision for Speech-Driven Visual Grounding in Remote Sensing ImageryPer gli sviluppatori di agenti e sistemi AI locali che integrano input vocali in compiti visivi, questo lavoro evidenzia il trade-off fondamentale tra latenza/bypass dell'ASR e affidabilità semantica. Comprendere quando l'allineamento diretto è vantaggioso rispetto a un ASR pre-addestrato robusto è cruciale per progettare sistemi di acquisizione target hands-free in missioni time-critical senza degradazioni prestazionali.
- CoEvolve: Construct-to-Edit Visual Grounding with Bidirectional State RefinementPer gli sviluppatori che lavorano con LLM e agenti, CoEvolve offre un meccanismo per rendere espliciti ed editabili gli stati spaziali intermedi del ragionamento visivo, riducendo l'accumulo di errori locali. Questa capacità è cruciale per implementare sistemi AI locale robusti in scenari come il remote sensing o la navigazione robotica dove la precisione della localizzazione deve essere verificata e corretta dinamicamente.
- A Unified Framework and Dataset for Oriented Object Visual Grounding in Remote SensingPer uno sviluppatore di agenti AI o sistemi locali, O$^2$-VG offre una base solida per integrare capacità visive avanzate in scenari con oggetti non allineati (es. mappe aeree), riducendo la dipendenza da prompt testuali specifici e migliorando l'efficienza inferenziale tramite tecniche come multi-token prediction.