サインイン
インサイト - 3D-Computervision, Sprach-Bild-Lernen
Semantisch-verstärkte 3D-visuelle Verankerung durch Kreuzmodal-Graphaufmerksamkeit
Das vorgeschlagene Modell SeCG verbessert die Leistung bei der 3D-visuellen Verankerung, insbesondere bei Beschreibungen mit mehreren referenzierten Objekten, durch semantisch verstärkte relationale Lernmethoden auf Basis eines Graphaufmerksamkeitsnetzwerks.
Semantisch-verstärkte 3D-visuelle Verankerung durch Kreuzmodalgraph-Aufmerksamkeit
Das vorgeschlagene Modell SeCG verbessert die Leistung bei der 3D-visuellen Verankerung, insbesondere bei Beschreibungen mit mehreren referenzierten Objekten, durch semantisch verstärkte relationale Lernmethoden auf Basis eines Graphaufmerksamkeitsnetzwerks.
© 2024 by Linnk AI