spatial relationships | BriefGPT

关键词spatial relationships

搜索结果 - 32

GSR-BENCH: 通过多模态的 LLM 评估接地式空间推理的基准
这篇研究报告通过扩展 What'sUp 数据集，提出了一个全面的评估方法用于空间关系理解，并对 27 种不同模型的性能进行了评估，其中包括早期的视觉语言模型（VLMs）和三类多模态语言模型（MLLMs），以验证其在任务中的表现和研究其规模的
PDF13 days ago
以您的语言沟通：可解释性新兴交流中的空间关系
该论文展示了代理可以在其观察中进行空间关系的沟通，结果表明代理能够发展出能够表达其观察各部分之间关系的语言，并在需要这种沟通的参考游戏中实现 90% 以上的准确性。该论文还展示了这种新兴语言是可解释的，而且与人类的交流和解释成功完成的测试结
PDF21 days ago
vHeat: 基于热传导的视觉模型构建
通过模拟热传导原理，本研究提出了 vHeat，一种新颖的视觉模型，可以同时实现高计算效率和全局感受野，并通过 Heat Conduction Operator (HCO) 模块将其应用于深度模型中。广泛的实验证明 vHeat 在各种视觉任务
PDFa month ago
CSA-Net：通道级空间自相关注意力网络
该研究介绍了一种新颖的基于地理空间分析的通道相关的注意力机制，其能够在卷积神经网络中利用特征图之间的空间关系来产生有效的通道描述符，并验证了其在图像分类、目标检测和实例分割等多个任务和数据集上相对于其他先进的基于注意力的卷积神经网络的竞争性
PDF2 months ago
交互迁移的空间和表面对应场
本文介绍了一种新的交互转移方法，能够自动推断源对象和代理人之间的表面和空间关系，并以更准确、有效的方式对目标对象进行转移，通过结合空间和表面表示来描述示例交互，利用学得的空间和表面对应场将与表示相关的代理点和对象点对应到目标对象空间，在我们
PDF2 months ago
完美无误：改进文本到图像模型中的空间一致性
当前文本到图像模型在生成空间关系时存在问题，本文通过创建新的数据集 SPRIGHT 和优化训练方法，提高了空间一致性，并为进一步研究提供了数据集和模型。
PDF3 months ago
ShapeGrasp：零射击任务导向的大型语言模型通过几何分解感知抓取
通过几何分解目标物体为简单的凸形状并将其表示为图形结构，包括几何属性和空间关系，利用大型语言模型的常识推理能力来动态分配语义含义，并对每个分解部分在特定任务中的效用进行推理，实现了一种新颖的零样本任务导向抓取方法。通过在真实世界的机器人平台
PDF3 months ago
BEV2PR: 带有结构提示的 BEV 增强型视觉地点识别
通过利用鸟瞰视角中的结构线索，我们提出了一种新的基于图像的视觉位置识别（VPR）框架。该框架能够仅基于单个摄像头生成具有视觉线索和空间感知的复合描述符。在我们收集的 VPR-NuScenes 数据集上的实验证明，与其他常用的基于相机的 VP
PDF4 months ago
ICLRTransformer 能否捕获物体之间的空间关系？
当前计算机视觉系统在识别实物基础空间关系方面的性能较差，通过提出了精确的关系定义以允许对基准数据集进行一致的标注，并利用 Transformer 模型的长程注意力能力对这一任务提出新的方法进行评估。我们提出了一种名为 “RelatiViT”
PDF4 months ago
PrPSeg：全景肾脏病理分割的通用命题学习
介绍了一种名为全景肾脏病理分割 (PrPSeg) 的新型通用命题学习方法，通过整合广泛的肾脏解剖学知识，全面地分割肾脏内的全景结构，并提出了肾脏病理的综合通用命题矩阵设计、基于标记图像分割的动态头算法架构和衡量肾脏内物体间关系的解剖损失函数
PDF4 months ago
金字塔注意力网络用于医学图像配准
我们提出了金字塔注意力网络（PAN）用于可变形医学图像配准，通过引入双流金字塔编码器和局部多头注意力变换器实现特征表示和分析运动模式，取得了较好的配准性能。
PDF5 months ago
超越线和圆：揭示大型语言模型中的几何推理差距
大型语言模型（LLMs）在数学和算法任务中展现日益增长的能力，但它们的几何推理技能尚未被充分探索。我们研究了 LLMs 在构造性几何问题求解上的能力，这是人类数学推理发展中最基本的一步。我们的工作揭示了当前 LLMs 面临的显著挑战，尽管在
PDF5 months ago
SpatialVLM：赋予视觉语言模型空间推理能力
通过在互联网规模的空间推理数据上训练 Visual Language Model（VLM），我们显著增强了其在定量和定性空间 VQA 方面的能力，并实现了链式思维空间推理和机器人学等新颖应用。
PDF5 months ago
空间感知深度强化学习与巡逻官员问题
该论文提出了一种名为 SATOP 的新型空间感知深度强化学习方法，通过创造每个动作的表示，并利用停车位、代理和动作之间的空间关系，以及学习给定环境中未来动作之间的相互关系，实现在提高罚款的同时动态调整到当前可罚款的停车违规情况，并计划提高官
PDF6 months ago
Chat-3D v2：通过对象标识符将 3D 场景与大型语言模型相连接
我们提出了一种使用对象标识符在对话中自由引用对象的方法，通过学习每个对象的属性感知令牌和关系感知令牌来解决建立可靠的对象 - 标识符一对一对应关系以及在 LLM 的嵌入空间中融入复杂的空间关系的挑战，并通过指令调整在各种下游任务上对模型进行
PDF7 months ago
基于动态相似邻接矩阵的车辆再识别图网络
基于动态相似邻接矩阵的图网络（DSAM-GN）是一种用于车辆再识别的新方法，通过构建邻接矩阵来捕捉局部特征的空间关系和减少背景噪声，提取更具差别性的特征。实验证明，DSAM-GN 方法相比于其他近期研究在公共数据集上具有更好的效果。
PDF8 months ago
评估大型语言模型的空间理解能力
大型语言模型（LLMs）展现出在各种任务中的卓越能力。我们探索 LLMs 对于一种特别显著的基于实际距离的知识，即空间关系的表示。通过设计自然语言导航任务，我们评估了 LLMs（特别是 GPT-3.5-turbo，GPT-4 和 Llama
PDF8 months ago
学习渐变场以实现可扩展且可泛化的不规则装箱
用机器学习的条件生成建模方法解决装箱问题，通过学习空间关系和约束满足之间的相关性最小化资源浪费并避免重叠。
PDF8 months ago
3DRP-Net: 三维相对位置感知网络用于三维视觉对接
本研究提出了一种名为 3DRP-Net 的关系感知单阶段框架，能够有效捕捉物体之间的相对空间关系，并增强物体属性。通过分析对象对之间的相对关系和减少冗余点引起的空间模糊性，我们的方法在三个基准测试中均优于所有现有的方法。
PDFa year ago
利用异构图模型对生物实体的空间关系进行建模，用于乳腺癌的诊断
本文旨在提出一种基于异构图神经网络的新方法，通过捕获细胞与组织之间的空间和层次关系，增强组织学图像中有用信息的提取，与转换器方法相比，本方法在参数数量和准确性方面都有所突破，在三个公开的乳腺癌数据集中表现出更高的效率和精度。
PDFa year ago