arXiv · 机器人与计算机视觉· Lukun Wu, Jie Li, Ziqi Ren, Ruiyang Xia, Yan Gao, Xinbo Gao·· 9 天前AI 评分42
DTHA 框架实现零样本脑电图像检索,Top-1 准确率超基线 12.4%
Complementarity-Driven Dual-Teacher Hierarchical Alignment for Zero-Shot EEG-to-Image Retrieval
AI 导读
DTHA 框架利用双教师层级对齐机制,在 THINGS-EEG 数据集上实现零样本脑电到图像检索,Top-1 准确率达 92.4%,较现有最先进方法提升 12.4 个百分点。该研究通过共享编码器结合 CLIP 与 DINOv2 互补偏差,验证了跨范式视觉基础模型在提取层级视觉信息方面的有效性。THINGS-MEG 评估进一步证实了该方法在生物合理性及跨模态泛化上的优势。
来源:arXiv · 机器人与计算机视觉 · arxiv.org