|
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
 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
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
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
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
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
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
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
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
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 |
