CVPRJun, 2023

跨模态知识蒸馏增强的多模态表征学习

TL;DR本文介绍了一种基于多模态表示学习的学生 - 教师框架,并采用了对比学习和对抗学习等方法来优化相互信息和条件熵,以提高视频识别、检索和情感分类等多模态任务的性能。