arXiv · Computer Vision· Elias Rotondo (Duke University), Lin Duan (Duke University), Yanming Xiu (Duke University), Sangjun Eom (Duke University), Conrad Li (Duke University), Maria Gorlatova (Duke University)·· 3 小时前AI 评分36
利用视觉-语言模型进行AR感知质量评估与自主内容调整
Harnessing Vision-Language Models for Perceptual Quality Assessment and Autonomous Content Adjustment in Augmented Reality
AI 导读
研究提出基于视觉-语言模型（VLMs）的AR内容自动评估与优化框架RateAR，涵盖多场景AR图像与视频基准。评测11个商用VLM后，预测结果与人类主观判断Spearman相关系数最高达0.8695；上下文提示策略在复杂度与对齐度之间表现更优。21人用户研究显示超90%参与者认为系统改善了虚拟内容的放置与尺寸一致性。
来源：arXiv · Computer Vision · arxiv.org