差距在于几何：多视角航空与遥感视频理解的收敛性元分析
英文标题：The Gap Is in the Geometry: A Convergent Meta-Analysis of Multi-Facet Aerial and Remote Sensing Video Understanding
该论文关注多视角航空与遥感视频理解的评测问题，指出该领域正日益采用类似 Web 视频的评测方式。当前常见做法是从视频中采样帧，再向多模态大语言模型（MLLM）提出选择题，并以准确率作为结果指标。论文认为，这一评测流程衡量的对象并不正确，问题的关键在于几何信息；这对开发者设计遥感视频基准、模型输入和评估指标具有直接意义。
打开原文相关 2.4 · 机会 0
2.1 KB
640 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
差距在于几何：多视角航空与遥感视频理解的收敛性元分析
arXiv:2610.19102v1
发布类型：new
摘要
航空与遥感视频正越来越多地以类似 Web 视频的方式进行评测：研究者从视频中采样帧，向多模态大语言模型（MLLM）提出多项选择题，并报告准确率。本文认为，这一评测方案衡量了错误的对象。
BibTeX 格式引用
English / 原文
BibTeX formatted citation
×