已选(0)清除
条数/页: 排序方式: |
| Vision Transformers with Hierarchical Attention 期刊论文 Machine Intelligence Research, 2024, 卷号: 21, 期号: 4, 页码: 670-683 作者: Yun Liu; Yu-Huan Wu; Guolei Sun; Le Zhang; Ajad Chhatkuli; Luc Van Gool
Adobe PDF(1358Kb)  |   收藏  |  浏览/下载:16/6  |  提交时间:2024/07/18 Vision transformer hierarchical attention global attention local attention scene understanding |
| 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![](/image/person.jpg)
Adobe PDF(46981Kb)  |   收藏  |  浏览/下载:22/1  |  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 |
| 面向多模态语义理解与推理的视觉问答研究 学位论文 , 2024 作者: 张熙![](/image/person.jpg)
Adobe PDF(39126Kb)  |   收藏  |  浏览/下载:34/2  |  提交时间:2024/07/08 多模态 视觉问答 语义挖掘 可靠关联 推理泛化 |
| Image captioning: Semantic selection unit with stacked residual attention 期刊论文 IMAGE AND VISION COMPUTING, 2024, 卷号: 144, 页码: 12 作者: Song, Lifei; Li, Fei; Wang, Ying ; Liu, Yu ; Wang, Yuanhua; Xiang, Shiming![](/image/person.jpg)
![](/themes/default/image/downing1.png) 收藏  |  浏览/下载:8/0  |  提交时间:2024/07/03 Image captioning Semantic attributes Semantic selection unit Transformer Stacked residual attention |
| AI资讯 2024年 第02期(总第118期) 其他 2024-02-01 作者: 张桂英![](/image/person.jpg)
Adobe PDF(15035Kb)  |   收藏  |  浏览/下载:14/7  |  提交时间:2024/07/01 |
| 基于多尺度特征融合的图像语义分割方法研究 学位论文 , 2024 作者: 朱袁兵![](/image/person.jpg)
Adobe PDF(29615Kb)  |   收藏  |  浏览/下载:38/1  |  提交时间:2024/06/27 图像语义分割 实时语义分割 开放词汇语义分割 视觉语言模型 |
| 基于脉冲神经网络的多模态视听分类 学位论文 , 2024 作者: 郭凌月![](/image/person.jpg)
Adobe PDF(3051Kb)  |   收藏  |  浏览/下载:27/0  |  提交时间:2024/06/27 脉冲神经网络 多模态对齐 多模态融合 视听分类 |
| 基于强化学习的视觉内容生成 学位论文 , 2024 作者: 秦子涵![](/image/person.jpg)
Adobe PDF(11517Kb)  |   收藏  |  浏览/下载:32/2  |  提交时间:2024/06/26 图像生成 视频生成 强化学习 |
| Memory-Adaptive Vision-and-Language Navigation 期刊论文 Pattern Recognition, 2024, 卷号: 153, 页码: 110511 作者: Keji He ; Ya Jing ; Yan Huang ; Zhihe Lu ; Dong An ; Liang Wang![](/image/person.jpg)
Adobe PDF(3831Kb)  |   收藏  |  浏览/下载:43/17  |  提交时间:2024/06/26 Vision-and-Language Navigation Memory bank History noises Memory-Adaptive Model |
| 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![](/image/person.jpg)
Adobe PDF(29796Kb)  |   收藏  |  浏览/下载:67/5  |  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 |