相機運動理解

深度分析

CamReasoner：結構化空間推理提升相機運動理解與效能

相機運動理解是影片空間智慧的基礎，CamReasoner 以 Observation‑Thinking‑Answer 框架將其轉化為結構化推理，透過 18k 推理鏈與 38k RL 回饋樣本強化幾何線索。實驗顯示二元分類正確率從 73.8% 提升至 78.4%，VQA 從 60.9% 提升至 74.5%，顯示此方法在可解釋性與效能上均具優勢。