arXiv · cs.AI · Junbeom Hong, Seonghoon Yu, Hyung Rok Jung, Sundong Kim, Jeany Son · 12 小时前模型评分34
面向指代图像分割与定位的高性价比主动学习框架
Cost-efficient Active Learning for Referring Image Segmentation and Grounding
导读
一项被 EMNLP 2026 Findings 接收的研究提出面向视觉定位（VG，Visual Grounding）的主动学习框架，在只有原始图像、没有文本标注时，用基础模型生成辅助区域-文本对，并通过新提出的“指代区域歧义度”采集函数优先挑选跨区域竞争激烈的图像。实验显示该框架在 RIS 和 REC 基准上稳定优于多个主动学习基线，配套标注界面让描述标注速度最高提升 1.6 倍。
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
- “We tackle this by formulating active learning (AL) for VG under the realistic setting where only raw images are available without accompanying text.”
来源：arXiv · cs.AI · arxiv.org