비전 이외의 다양한 모달리티를 효과적으로 학습하는 VIT-LENS

VIT-LENS는 사전 학습된 ViT 모델을 활용하여 3D 포인트 클라우드, 깊이, 오디오, 촉각, EEG 등 다양한 모달리티에 대한 효과적인 표현 학습을 가능하게 한다.