CVPR

Where Does Vision Meet Language? Understanding and Refining Visual Fusion in MLLMs via Contrastive Attention

视觉与语言在哪里交汇？通过对比注意力理解并优化MLLMs中的视觉融合

Shezheng Song, Shasha Li, Shan Zhao, Xiaopeng Li, Qian Wan, Chengyu Wang, Tianwei Yan, Jun Ma, Jie Yu

AI总结 通过对比注意力框架，研究揭示了MLLMs中视觉-文本融合的层次演变，并改进了多模态推理性能。

Comments CVPR Accepted

Tracking the Flight: Exploring a Computational Framework for Analyzing Escape Responses in Plains Zebra (Equus quagga)

追踪飞行：探索分析平原斑马（Equus quagga）逃逸反应的计算框架

Isla Duporge, Sofia Minano, Nikoloz Sirmpilatze, Igor Tatarnikov, Scott Wolf, Adam L. Tyson, Daniel Rubenstein

AI总结 本研究评估三种计算机视觉方法，将最优者应用于44匹平原斑马逃逸的无人机视频，提取轨迹并识别逃逸行为模式，为动物集体行为研究提供有效工具。

Comments Accepted to the CV4Animals workshop at CVPR 2025; v2: corrected Fig. 3