从视觉语言模型到结构感知的视觉推理：基础、表示与一致性检查

Dai X

摘要

本文探讨了如何从视觉语言模型发展到结构感知的视觉推理，重点研究了基础概念、表示方法和一致性检查技术。该工作旨在提升机器人对复杂场景的理解和推理能力。

vision-language modelsvisual reasoningstructure-awareconsistency checkingrepresentations

PERCEPTION

📊 22,245 引用

1995

PERCEPTION

📊 14,348 引用

Andreas Geiger, P Lenz, R. Urtasun

2012

PERCEPTION

开放获取📊 9,777 引用

Martı́n Abadi, Ashish Agarwal, Paul Barham 等 20 位作者

2016

PERCEPTION

📊 9,681 引用

Andreas Geiger, Philip Lenz, Christoph Stiller 等 4 位作者

2013