complementary information | BriefGPT

关键词complementary information

搜索结果 - 10

基于混合融合的多序列脑 MRI 综合合成统一框架
提出了一种名为混合融合生成对抗网络（HF-GAN）的新型统一框架，通过多模式磁共振成像，使得通过补充信息来提供可靠的临床应用诊断。实验证明，该方法在数据插补任务中表现出优异的性能，并且比现有方法在定量和定性比较方面更加优越。
PDF15 days ago
CrossFuse：一种基于交叉注意力机制的红外和可见光图像融合新方法
提出了一种新颖的跨模态注意机制（CAM）来增强互补信息，并提出了基于两阶段训练策略的融合方案，实验结果表明我们提出的融合方法在融合网络中获得了 SOTA 级别的性能。
PDF21 days ago
ICML从大型基础模型传递知识到小型下游模型
在下游模型中以更低的成本运行的小型任务特定的下游模型中如何将相关知识从越来越大的基础模型转化过来。通过使用预训练权重作为初始化的标准迁移学习仅转移有限的信息，并且通常会导致庞大的预训练架构。为了解决这些缺点，我们引入自适应特征传输（AFT）
PDF25 days ago
多损失梯度调节改进多模态学习
通过学习多种模态（如音频和视频）可以利用互补信息，提高模型性能，本文提出了一种多损失目标和改进的平衡过程，通过动态调整不同模态的学习速度来实现更好的结果。
PDF2 months ago
MSCoTDet: 基于语言驱动的多模态融合技术用于提升多光谱行人检测
多光谱行人检测通过引入大型语言模型，融合了视觉与语言信息，提高了检测准确性。
PDF3 months ago
STF：时空融合模块提升视频目标检测
通过利用视频中连续帧的冗余和相关的互补信息，我们提出了一个时空融合框架，其中包括多帧和单帧关注模块，以及可学习地合并特征图以改进物体检测性能的双帧融合模块。实验证明，该融合模块相比基线物体检测器能够提高检测性能。
PDF5 months ago
利用文本条件特征对齐进行音频增强的文本到视频检索
通过引入 TEFAL 方法，利用跨模态注意力机制实现了文本查询条件下的音频和视频表示，从而提高了文本到视频检索任务的性能。
PDFa year ago
适用于视觉和语言任务的视觉编码器互补性研究
本研究利用三个常用的视觉编码器对六种下游视觉语言任务进行了详细实验，并对注意力机制和编码器 - dropout 模式进行了分析，结果显示不同的视觉编码器互补，可以提高下游视觉语言任务的性能而不是简单的合成效果，且未来的视觉编码器有望提高目标
PDF2 years ago
EGNet: 边缘引导网络用于显著目标检测
该研究提出了一种名为 EGNet 的边缘引导网络，它结合了显著边缘信息和显著物体信息，实现了更加精确的物体边缘定位。结果显示，该方法在六个广泛使用的数据集上表现优异，无需进行预处理和后处理。
PDF5 years ago
NIPS使用隐马尔可夫模型提高循环神经网络的可解释性
本文介绍了一种利用长短时记忆模型和隐马尔科夫模型相结合的方法来提高循环神经网络的可解释性的途径，并在文本数据和医疗时间序列数据上测试了该算法，发现 LSTM 和 HMM 学习文本特征的信息互为补充。
PDF8 years ago