跳到正文
arXiv · 机器人与计算机视觉· Huimin Liu, Jing Gao, Daria Baran, Axel X Montout, Neill W Campbell, Andrew W Dowsey·· 2026-10-20AI 评分23

Cattle-CLIP:一种用于奶牛行为识别的多模态框架

Cattle-CLIP: A Multimodal Framework for Dairy Cattle Behaviour Recognition from Video

AI 导读

Cattle-CLIP 提出了一种基于对比语言图像预训练(CLIP)的域自适应视觉语言框架,通过引入时间整合模块将图像级预训练扩展至视频行为理解。该框架构建了包含 1,905 个标注片段、涵盖六种室内行为的 CattleBehaviours6 数据集,并在监督及少样本设置下实现了跨模态语义对齐。

来源:arXiv · 机器人与计算机视觉 · arxiv.org