评估视觉语言模型在视障人群视觉定位任务中的表现
英文标题：Evaluating Visual Language Models on Visual Grounding for Visually Impaired People
本研究聚焦于视觉问答（VQA）场景中的视觉定位（Visual Grounding, VG）能力，系统评估视觉语言模型（VLM）在面向视障人群辅助需求时的表现。视觉定位要求模型精准识别出与回答问题最相关的图像区域，体现了多模态模型深度的图文对齐与细粒度推理能力。该研究有助于揭示当前前沿多模态模型在无障碍辅助真实场景中的落地潜力与短板。对于从事无障碍智能硬件、助盲 Agent 以及细粒度视觉推理应用开发的团队具有重要参考价值。
打开原文相关 2.4 · 机会 0
2.0 KB
640 B
612 B
380 B
24.2 KB
34.7 KB
中文
摘要
视觉问答（VQA）中的视觉定位（Visual Grounding, VG）是视觉语言模型（VLM）的一项核心基础能力，它使模型能够检测并标定出图像中用于回答问题最相关的目标区域。这直接反映了模型的多模态感知与细粒度理解能力。
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×