为静默威胁提供智慧之眼：VLMs 与 THz 成像中的情境学习
计算与语言
2025-07-22 v1 计算机视觉与模式识别
摘要
太赫兹 (THz) 成像 enables 对安全筛查和材料分类等应用进行无创分析，但由于注释有限、分辨率低以及视觉模糊，有效的图像分类仍具有挑战性。我们引入了无需微调的情境学习 (ICL) 与视觉语言模型 (VLMs) 作为灵活且可解释的替代方案。通过模块对齐的提示框架，我们适配两个开源 VLMs 以适应 THz 领域，并在零-shot 和 one-shot 设置下进行评估。我们的结果表明，ICL 在低数据情境下提高了分类和可解释性。这项工作首次将 ICL 增强的 VLMs 应用于 THz 成像，为资源受限的科学领域提供了有前景的方向。代码: \href{https://github.com/Nicolas-Poggi/Project_THz_Classification/tree/main}{GitHub 仓库}。
引用
@article{arxiv.2507.15576,
title = {Smart Eyes for Silent Threats: VLMs and In-Context Learning for THz Imaging},
author = {Nicolas Poggi and Shashank Agnihotri and Margret Keuper},
journal= {arXiv preprint arXiv:2507.15576},
year = {2025}
}