27页综述，354篇参考文献！最详尽的视觉定位综述来了

文章预览

论文题目：Towards Visual Grounding: A Survey 工作内容：视觉定位（Visual Grounding）任务十年发展系统性回顾 论文链接：https://arxiv.org/pdf/2412.20206 代码 / 仓库链接：https://github.com/linhuixiao/Awesome-Visual-Grounding. 作者：肖麟慧（中国科学院自动化研究所，中国科学院大学） 27 页综述，354 篇参考文献！史上最详尽的视觉定位综述，内容覆盖过去十年的视觉定位发展总结，尤其对最近 5 年的视觉定位论文系统性回顾，内容既涵盖传统基于检测器的视觉定位，基于 VLP 的视觉定位，基于 MLLM 的视觉定位，也涵盖从全监督、无监督、弱监督、半监督、零样本、广义定位等新型设置下的视觉定位。 视觉定位任务新入门必读！跟进最新进展，视觉定位审稿人必读论文！ 一、论文摘要 视觉定位(Visual Grounding)也被称为指代表达文本理解(Referring Expression Comprehension)和短语定位(Ph ………………………………