跳到正文
热点事件持续更新

DTFormer:文本引导的RGB-D语义分割框架

1 篇报道1 个报道来源9 小时前更新

先了解这件事

报道摘要

DTFormer 是一个三模态(RGB-D-Text)语义分割框架,通过 Text-guided Semantic Alignment Module(TSAM)将文本线索编码为语义原型,并在编码器和解码器多层显式对齐 RGB-D 多模态特征,从而对表示学习施加语义正则。

摘自 arXiv cs.CV

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv cs.CV
    DTFormer:用文本引导语义对齐提升 RGB-D 分割

    DTFormer 是一个三模态(RGB-D-Text)语义分割框架,通过 Text-guided Semantic Alignment Module(TSAM)将文本线索编码为语义原型,并在编码器和解码器多层显式对齐 RGB-D 多模态特征,从而对表示学习施加语义正则。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。