零样本视觉定位
该网络通过动态生成推理链,并识别与纠正视觉感知中的不完整信息错误,从而在零样本视觉定位中实现更高准确率与更强适应性。
Yuqi, Bu · Wu, Xin · 蔡毅 · 刘琼 · Wang, Tao · 黄清宝
IEEE Transactions on Multimedia 2025
用生成式推理链替代人工规则,针对每个表达动态生成推理步骤,不再受预定义规则覆盖范围的限制。
通过错误感知机制让大模型识别视觉感知中的不完整信息,并探索纠正策略,避免错误级联。
在四个基准上最高提升 10%、平均提升 7%,超越现有最优零样本方法。