参照表达生成

Reference Expression Generation是指在计算机视觉任务中，自动生成描述特定图像区域或对象的自然语言表达的过程。其目标是通过结合视觉信息和语言模型，生成准确且具有区分性的参考表达，以实现对图像内容的精确定位和描述。该技术在人机交互、图像标注和多模态信息检索等领域具有重要应用价值。