中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共9条，第1-9条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
面向视觉-语言的跨模态预训练与匹配方法研究 学位论文
, 2024
作者:  chen yuxin
Adobe PDF(46981Kb)  |  收藏  |  浏览/下载：28/2  |  提交时间：2024/07/11
视觉语言匹配  图像文本预训练  知识蒸馏  双向匹配评估  令牌合并  
基于视觉-语言引导的机器人导航研究 学位论文
, 2024
作者:  何科技
Adobe PDF(29796Kb)  |  收藏  |  浏览/下载：68/5  |  提交时间：2024/06/25
视觉语言导航、数据稀缺、时序信息挖掘噪声、跨模态对齐、异常行为  
UniGen: Unified Generative Pre-training for Multilingual Multimodal Representation 会议论文
, Waseda University, Tokyo, Japan, 2024.03.15-2024.03.18
作者:  Zheyuan, Tian;  Guan, Luo;  Bo, Wang;  Bing, Li;  Weiming, Hu
Adobe PDF(975Kb)  |  收藏  |  浏览/下载：65/17  |  提交时间：2024/05/31
DARTScore: DuAl-Reconstruction Transformer for Video Captioning Evaluation 期刊论文
IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, 2024, 卷号: 34, 期号: 4, 页码: 2041-2055
作者:  Chen, Yuxin;  Zhang, Ziqi;  Qi, Zhongang;  Yuan, Chunfeng;  Wang, Jie;  Shan, Ying;  Li, Bing;  Hu, Weiming;  Qie, Xiaohu;  Wu, Jianping
Adobe PDF(13765Kb)  |  收藏  |  浏览/下载：48/1  |  提交时间：2024/05/30
Chinese video captioning evaluation  dual-reconstruction transformer  
视觉自监督学习关键技术研究 学位论文
, 2024
作者:  Li, Zhaowen（李朝闻）
Adobe PDF(42567Kb)  |  收藏  |  浏览/下载：55/3  |  提交时间：2024/05/27
请输入关键词  
基于自回归预训练的多语言文本-图像理解方法研究 学位论文
, 2024
作者:  田哲源
Adobe PDF(10331Kb)  |  收藏  |  浏览/下载：41/3  |  提交时间：2024/05/27
多语言模型  文本-图像跨模态理解  自回归预训练  参数微调  
Cogeneration of Innovative Audio-visual Content: A New Challenge for Computing Art 期刊论文
Machine Intelligence Research, 2024, 卷号: 21, 期号: 1, 页码: 4-28
作者:  Mengting Liu;  Ying Zhou;  Yuwei Wu;  Feng Gao
Adobe PDF(14438Kb)  |  收藏  |  浏览/下载：67/10  |  提交时间：2024/04/23
Artificial intelligence (AI) art, audio-visual, artificial intelligence generated content (AIGC), multimodal, artistic evaluation  
Visual Semantic Segmentation Based on Few/Zero-Shot Learning: An Overview 期刊论文
IEEE/CAA Journal of Automatica Sinica, 2024, 卷号: 11, 期号: 5, 页码: 1106-1126
作者:  Wenqi Ren;  Yang Tang;  Qiyu Sun;  Chaoqiang Zhao;  Qing-Long Han
Adobe PDF(12695Kb)  |  收藏  |  浏览/下载：60/8  |  提交时间：2024/04/10
Computer vision  deep learning  few-shot learning  low-shot learning  semantic segmentation  zero-shot learning  
What Does Sora Show: The Beginning of TAO to Imaginative Intelligence and Scenarios Engineering 期刊论文
IEEE/CAA Journal of Automatica Sinica, 2024, 卷号: 11, 期号: 4, 页码: 809-815
作者:  Fei-Yue Wang;  Qinghai Miao;  Lingxi Li;  Qinghua Ni;  Xuan Li;  Juanjuan Li;  Lili Fan;  Yonglin Tian;  Qing-Long Han
Adobe PDF(571Kb)  |  收藏  |  浏览/下载：73/18  |  提交时间：2024/03/18