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

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。 投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com 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 MLL ………………………………