面向零样本环境推断的对象基子环境识别(OBSER)
计算机视觉与模式识别
2025-07-08 v1 人工智能
机器学习
机器学习
摘要
我们提出对象基子环境识别(OBSER)框架，一种新型贝叶斯框架，用于推断子环境与其组成对象之间的三个基本关系。在 OBSER 框架中，度量和自监督学习模型在潜在空间上估计子环境的对象分布，以计算这些度量。理论上和实证方面，我们通过引入 (ε,δ) 可统计可分离(EDS)函数指示表示的对齐情况来验证所提出的框架。该框架可靠地在开放世界和照片写实环境中进行推断，在链式检索任务中超越基于场景的方法。OBSER 框架实现对环境的零样本识别，以实现自主环境理解。
引用
@article{arxiv.2507.02929,
title = {OBSER: Object-Based Sub-Environment Recognition for Zero-Shot Environmental Inference},
author = {Won-Seok Choi and Dong-Sig Han and Suhyung Choi and Hyeonseo Yang and Byoung-Tak Zhang},
journal= {arXiv preprint arXiv:2507.02929},
year = {2025}
}
备注
This manuscript was initially submitted to ICCV 2025 and is now made available as a preprint