arXiv · 机器人与计算机视觉· Huihan Wang, Juncheng Wang, Yuxiang Feng, Wenlong Hou, Guoqi Yu, Chao Xu, Yang Liu, Baigui Sun, Shujun Wang·· 15 天前精选AI 评分78
SphereFlow:通过超球面上几何传输进行缺失模态补全
SphereFlow: Missing Modality Imputation via Geometric Transport on Hypersphere
AI 导读
论文 SphereFlow 提出一种将不同模态投影至共享超球面潜在空间的框架,利用流匹配(flow matching)实现跨模态补全。针对标准高斯噪声源与单位范数数据流形不匹配及线性插值偏离球面的问题,作者通过替换噪声源为观测模态潜变量并采用时间加权损失函数进行几何修正。
推荐理由
提出基于超球面几何传输的缺失模态补全方法,在医学影像翻译任务中实现最先进生成保真度并显著缩小与全模态基准的差距。
来源:arXiv · 机器人与计算机视觉 · arxiv.org