arXiv · cs.AI · Bing Fan, Yunhe Feng, Yan Huang, Heng Fan · 7 小时前模型评分39
TeSCo 利用文本语义提升跨视角目标对应鲁棒性
Exploiting Textual Semantics for Robust Cross-View Object Correspondence
导读
TeSCo 框架通过视觉语言模型为查询视角目标生成文本描述，并用文本特征增强视觉特征，在 Ego-Exo4D 和 HANDAL-X 上取得最优结果。该框架引入文本条件跨模态融合（TCF）模块和迭代文本特征精炼（ITFR）模块，缓解大视角变化与外观差异下的目标对应难题。代码已开源，成果被 NeurIPS 2026 接收。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “Addressing this, we introduce TeSCo, a framework that exploits rich Textual Semantics of an object, in addition to its visual cues, for cross-view object Correspondence.”
- “Our code is released at this https URL .”
来源：arXiv · cs.AI · arxiv.org