multimodal approaches | BriefGPT

关键词multimodal approaches

搜索结果 - 11

VirtualPainting: 利用虚拟点和距离感知数据增强解决稀疏性的三维物体检测
通过使用基于相机图像生成虚拟 LiDAR 点，并利用图像分割网络获得的语义标签增强这些虚拟点，以解决稀疏分布的、被遮挡或远离的对象检测问题，并通过生成专门的训练样本的距离感知数据增强技术，将这种方法无缝地整合到各种三维框架和二维语义分割方法
PDF6 months ago
非接触式多模态室内人体监测系统：综述
室内人员监测系统利用各种传感器，包括摄像头、无线电设备和惯性测量单元，从用户和环境中收集大量数据。我们在这篇论文中详细介绍了一种针对室内人员监测系统的多模态方法的综合调查，重点关注其在老年护理方面的相关性。我们特别强调非接触技术在室内人员监
PDF7 months ago
PixT3：基于像素的表格文本生成
通过图像化表格在表格到文本任务中的表现，本文证明图像化表格比典型的文本线性化更具空间效率，多模态方法在表格到文本任务中具有竞争力，并且在未知数据集中具有更好的泛化性能。此外，作者引入了一种新的中间训练课程以增强对表格结构的感知，从而提高模型
PDF8 months ago
拷贝数变异指导基于 fMRI 的自闭症谱系障碍预测
针对孤独症谱系障碍（ASD）的多因素发病学认识，本研究提出了一种融合遗传、人口统计和神经影像数据的整合模型，采用基因数据引导对模型预测重要性的神经影像特征进行修饰的注意力机制，进一步提高 ASD 分类和严重程度预测的性能。
PDFa year ago
CVPR从语言和非语言沟通中学习情感表达
EmotionCLIP 通过使用非筛选数据从语言和非语言交流中提取视觉情感表示来进行预训练，从而解决了情感理解中数据稀缺的问题，并通过情感引导的对比学习提供了口头和非口头情感线索。结果表明，EmotionCLIP 在各种基准测试中优于现有有
PDFa year ago
多模态深度学习
这篇论文概述了多模态方法中的最新技术和框架，并重点介绍了 Deep Learning、模型框架、特征表示学习以及生成艺术等关键点。
PDFa year ago
EMNLP自动提取文本中社会政治事件的挑战和应用：CASE 2022 研讨会和分享任务报告
本文总结了在 EMNLP 2022 范围内举行的 CASE 工作坊的第五届会议，该工作坊聚焦于跨技术和社会科学领域的事件信息收集和多模态方法对该跨学科研究主题的拓展。
PDF2 years ago
一种基于张量融合层的自发语音痴呆检测的多模态方法
用深度神经网络进行多模态分析调查老年痴呆症，通过在音频、文本和图像等不同模态上进行传递学习，实现了优于现有研究的准确性和 F1 得分
PDF2 years ago
ECCV多模式教师教授的学生为优秀的动作识别者
本文致力于通过多模态蒸馏的方式，提高仅以 RGB 帧为输入的多模态方法在行动识别方面的性能。实验表明，该方法在标准 / 组合行动识别中均明显优于基线 RGB 模型以及联合训练多种模态的方法。
PDF2 years ago
EMNLP利用视觉上下文的同时机器翻译
本文旨在研究如何利用视觉信息来弥补缺失的源文本背景，评估不同的多模态方法和视觉特征对最先进的同时机器翻译 (SiMT) 框架的影响。结果表明，视觉背景是有帮助的，基于明确的物体区域信息的可视化模型优于常用的全局特征，在低延迟情境下的表现可提
PDF4 years ago
通过图像文本转换实现更好文本理解
本文探讨了将视觉信息与文本表示相结合的模型，通过 comprehensive ablation studies，我们提出了一种简单但表现突出的架构，相对于其他的 multimodal approaches，在若干基准测试中取得了更好的成绩。
PDF7 years ago