跳到正文
arXiv · AI· Meng Tang, Siyuan Du, Yuxin Liu, Shuaishuai Cao, Di Wang, Haonan Guo·· 3 天前AI 评分27

紧凑视觉潜变量在超高分辨率遥感中保留局部证据的研究

Out of Sight, Into Memory: Compact Visual Latents Retain Local Evidence in Ultra-High-Resolution Remote Sensing

AI 导读

在超高分辨率遥感问答任务中,将裁剪图像编码为64个token的紧凑视觉潜变量记忆,实现了7.6至9.9倍的裁剪token压缩。 该记忆策略使Qwen-VL在LRS-GRO基准上的准确率提升2.5至4.8个百分点,替换其他图像记忆会导致准确率下降5.8至7.4个百分点。 研究证实紧凑视觉潜变量能有效保留局部证据,且证据可用性是其贡献的关键决定因素。

来源:arXiv · AI · arxiv.org