arXiv Computer Vision· Jiaxi Liu, Keshu Wu, Weizhe Tang, Bofeng Cao, Sikai Chen, Xiaopeng Li, Steven T. Parker, Bin Ran·· 2 小时前AI 评分31
SAGE：融合视觉语言与几何的临时交通管制施工区路径预测框架
SAGE: A hybrid vision-language and geometry framework for work-zone pathway prediction under temporary traffic control
AI 导读
SAGE 用视觉语言模型（VLM）的轨迹作为对几何候选路径的偏好，在共享候选空间内分离路径构建、路径偏好与控制合规。在 2,306 个真实 ROADWork 验证片段上，候选路径有 87% 落在人类示范 10 px 内，但选择遗憾占几何排序器误差的 53%；SAGE 将平均与最终位移误差分别降低 8.3% 和 12.0%，硬约束违规减少 37%。
来源：arXiv Computer Vision · arxiv.org