arXiv · ML· Christoffer Koo {\O}hrstr{\o}m, Rafael I. Cabral Muchacho, Yifei Dong, Filippos Moumtzidellis, Ronja G\"uldenring, Florian T. Pokorny, Lazaros Nalpantidis·· 18 天前AI 评分30
Parabolic Positional Encoding: 一种面向视觉模态的通用可外推位置编码方法
Parabolic Positional Encoding: A Vision-Centric, Principled, Extrapolatable, and General Approach
AI 导读
研究团队提出基于抛物线的视觉位置编码 PaPE,旨在解决现有方法对视觉特性考量不足的问题。该方法基于平移不变性、旋转不变性(PaPE-RI)、距离衰减、方向性和上下文感知等原则设计,支持视频、事件流、图像及点云等多种视觉 token。
来源:arXiv · ML · arxiv.org