CVSearch: 고해상도 이미지 인식을 위한 인지적 시각 검색으로 멀티모달 LLM 강화
CVSearch: Empowering Multimodal LLMs with Cognitive Visual Search for High-Resolution Image Perception
TL;DR AI
1분핵심 요약
연구진은 멀티모달 LLM의 고해상도 이미지 인식을 위한 학습 없는 비주얼 검색 프레임워크 CVSearch를 제안했다.
CVSearch는 먼저 전문가 보조 검색을 수행하고, 필요할 때 의미 기반 스캐닝으로 전환하는 assess-then-search 파이프라인을 사용한다.
또한 적응형 패칭과 복잡도 기반 상향식 탐색을 적용해 더 많은 이미지 세부 정보를 효율적으로 포착한다.
이 방법은 놓치는 정보를 줄이고 중복 계산을 줄이면서 고해상도 이미지 이해 정확도를 높이는 것을 목표로 한다.