fusion strategies | BriefGPT

关键词fusion strategies

搜索结果 - 21

从模态有效性的角度重新审视 RGBT 跟踪基准：一个新的基准、问题和方法
为解决多模态保证（MMW）情景中 RGBT 跟踪失败的问题，本文提出了一个新的基准数据集 MV-RGBT，该数据集针对 MMW 情景进行了捕捉，并提出了一种名为 MoETrack 的基线融合策略，该方法在 MV-RGBT 和其他标准基准上取
PDF2 months ago
多模态掩蔽自编码器用于动态情绪识别
本文提出了一种名为多模态蒙特卡洛自动编码器（MultiMAE-DER）的处理多模态数据用于动态情感识别的新方法。MultiMAE-DER 利用视觉和音频模态之间的时空序列中紧密相关的表示信息。通过利用预训练的蒙特卡洛自动编码器模型，通过简单
PDF2 months ago
从融合策略角度提高 LiDAR - 摄像头融合模型对天气干扰的鲁棒性
评估从融合策略角度出发的融合模型的鲁棒性，并提出一种简洁而实用的融合策略来增强融合模型的鲁棒性，即将来自 LiDAR 和相机源的特征进行灵活权重融合以适应不同的天气情况。
PDF5 months ago
使用多模态数据的人工智能驱动的道路网络预测
本研究提出了一种创新的深度学习自动道路检测方法，通过融合低分辨率卫星图像和 GPS 轨迹数据的策略，对早期和后期融合进行深入研究，并使用不同的融合设置评估基于深度学习的道路检测性能。研究结果显示，ResUnet 模型在道路提取任务中优于 U
PDF6 months ago
CARAT: 跨模态跨标签情绪识别中的对比特征重建与聚合
提出了基于 ContrAstive feature Reconstruction and AggregaTion (CARAT) 的多模态多标签情绪识别模型，通过对比学习模态间和标签间的特征，有效捕捉多模态信息及标签间的依赖关系，并利用聚合
PDF7 months ago
3DifFusionDet：基于鲁棒性激光雷达与相机融合的三维物体检测的扩散模型
该研究提出了 3DifFusionDet 框架，将 3D 目标检测视为从噪声 3D 框到目标框的去噪扩散过程，并通过特征对齐策略和渐进改进方法，在 LiDAR-Camera 融合中取得了显著贡献。实验证明，3DifFusionDet 在 K
PDF8 months ago
C-RITNet：基于红外和可见光图像融合的无需补充信息挖掘
借助互补冗余信息传输网络（C-RITNet），本论文提出了一个能够提取和整合两种不同模态中的互补信息以生成高质量融合图像的方法，通过互信息传输模块（MIT）、冗余信息获取以源图像为监督的模块（RIASSI）和结构信息保留模块（SIP），能够
PDF10 months ago
探索多视角网络下同侧乳房摄影评估
在这项工作中，我们旨在探索多样的融合策略，并研究模型在不同个体和不同的融合路径（包括 Coarse Layer 和 Fine Layer）下的学习行为。使用了包含预融合、提前融合、中间融合、最后融合和后续融合五种融合类型，基于 ResNet
PDF10 months ago
多视角融合学习在作物分类中的比较评价
通过对多个数据集进行比较，本研究评估了多种融合策略对农作物分类的影响，发现多视角融合方法能够超越单个视角和先前的融合方法，在选择融合方法时提出了初步的标准。
PDFa year ago
EqGAN: 特征均衡融合用于少样本图像生成
为了解决现有融合式少样本图像生成方法在生成质量和多样性上的不足，我们提出了一种新颖的特征均衡融合生成对抗网络（EqGAN）来进行少样本图像生成。通过将编码特征解耦为浅层内容和深层内容，并使用两个独立分支分别融合结构和纹理，我们能够在各个特征
PDFa year ago
Ego4D 情景记忆挑战 2023 的行动敏感度学习
本报告介绍了 ReLER 在 Ego4D 情节记忆基准测试中提交的两个轨道，包括自然语言查询和时刻查询。我们的解决方案继承了我们提出的行动敏感性学习框架（ASL），以更好地捕捉帧的差异信息。此外，我们整合了一系列更强大的视频特征和融合策略。
PDFa year ago
利用文本和数值数据流的多模态深度学习进行信用评级预测
本研究对于公司信用评级的深度学习模型进行结构化数据和非结构化数据的多模态融合，其中以卷积神经网络为基础的模型与两种融合策略的效果最佳；此外，我们还发现更复杂的深度学习模型未必能够带来最好的性能，然而，如果注意力机制为性能最佳，那么交叉注意力
PDFa year ago
CrossFusion: 交错跨模态补充用于抵抗噪音的三维物体检测
本研究提出一种更健壮和噪声抗性的跨模态融合策略 - CrossFusion，充分利用设计的跨模式补充策略的相机和 LiDAR 特征，实验表明我们的方法不仅在不引入额外深度估计网络的情况下优于现有方法，还证明我们的模型具有噪声抗性和不需要重新
PDFa year ago
Mul-GAD: 基于聚合多视角信息的半监督图异常检测框架
本文提出了一种多视图融合方法用于图形异常检测，该方法结合了视角级融合和特征级融合以更好地利用不同视角的信息。在多个数据集上进行的实验表明，该方法在异常检测性能和泛化能力方面优于其他现有算法。
PDF2 years ago
电子商务中基于评论驱动的问答系统的意见感知答案生成
本文提出了一种基于统一模型的答案生成方法，通过 opinion mining 解决 product-related question answering 中因个人意见多样性带来的挑战，实现 opinion-aware 答案生成，并通过多视角
PDF4 years ago
基于图卷积网络的高光谱图像分类
探讨使用最小批次图卷积网络和融合策略，对高光谱图像进行分类识别的性能提升。
PDF4 years ago
CVPR3D CNN 中的时空融合：基于概率视角的探讨
本研究提出将时空融合策略转换为概率空间，并在此基础上生成新的时空融合策略，从而实现对各种融合策略的网络级评估，以及获得关于时空融合的层级偏好的细粒度数值信息。该方法显著提高了时空融合的分析效率，并在四个著名的行动识别数据集上取得了最先进的性
PDF4 years ago
基于多模态注意力融合的 RGB - 深度图像语义分割模型
本文提出了一种有效的编码器 - 解码器模型和基于注意力的融合模块，以集成 RGB-Depth 图像的特征，从而提高语义分割的精度和计算效率。实验结果表明，该模型在计算成本和模型大小方面大大超越了现有的最先进模型，并且在准确性方面具有良好的性
PDF5 years ago
基于相关融合的 6D 姿态估计
本文提出了一种新的方法，使用注意力机制有效地考虑 RGB 和深度之间的相关性，探索了用于确保 RGB 和深度之间有效信息流的内部和交叉相关模块的有效融合策略。实验结果表明，该方法在对象姿态估计方面的表现优于现有方法，并证明了该方法可以为真实
PDF5 years ago
视频动作识别的时空金字塔网络
提出了一种新的空时金字塔网络，将空间和时间特征以金字塔结构融合，从而加强彼此。使用紧凑的双线性运算符实现高效训练的双线性融合操作，最终网络在标准视频数据集上取得了最先进的结果。
PDF5 years ago