跳到正文
arXiv · 机器人与计算机视觉· Mizuho Okitani, Yoshinobu Hagiwara·· 3 天前AI 评分53

面向多变观测条件的多模态人物概念模型研究

Multimodal Person Concept Model for Person Identification under Varying Observation Conditions

AI 导读

针对家庭与办公环境中服务机器人需基于少量观察且面对外观、环境噪声及语音内容变化进行用户识别的挑战,本研究提出了一种无需人员标签的多模态人物概念模型。该模型采用基于中国餐厅过程的非参数贝叶斯生成模型,结合 CLIP 和 CLAP 提取的视觉、声学及语言特征,并通过主成分分析(PCA)处理。

来源:arXiv · 机器人与计算机视觉 · arxiv.org