跳到正文
arXiv · 机器人与计算机视觉· Carlo Sgaravatti, Daniele Kopyshevskiy, Davide Secco, Giacomo Boracchi·· 15 天前AI 评分64

DenseTwins:面向多模态自监督学习的稠密模态解耦方法

DenseTwins: Dense Modality Decoupling for Multimodal Self-Supervision

AI 导读

论文提出 DenseTwins 框架,旨在解决现有多模态感知方法中忽略模态特异性信息或缺乏空间结构的问题。该方法通过将稠密特征空间显式解耦为共享和模态特定组件,结合跨模态对应关系与冗余减少目标,在结构化稠密嵌入空间中同时捕捉共享语义和模态特有线索。

来源:arXiv · 机器人与计算机视觉 · arxiv.org