首页 > AI教程资讯

清华大学申请一项名为“一种基于博弈交互的可解释多模态感知方法及装置“，公开号CN117409283A

文章来源：万象ai发布时间：2025-07-11 09:53:30

据国家知识产权局公告，清华大学申请一项名为“一种基于博弈交互的可解释多模态感知方法及装置“，公开号CN117409283A，申请日期为2023年10月。

专利摘要显示，本申请提供一种基于博弈交互的可解释多模态感知方法及装置，该方法包括：利用第一编码器对RGB图像进行特征提取得到第一特征图，将第一特征图征映射到BEV空间得到第一BEV特征图；利用第二编码器对点云数据进行特征提取得到第二特征图，将第二特征图征映射到BEV空间得到第**EV特征图；利用融合编码器对第一BEV特征图和第**EV特征图进行融合处理，得到融合特征图；利用多任务检测头对融合特征图进行检测处理，得到多任务目标检测结果；其中，在第一编码器、第二编码器、融合编码器和多任务检测头的联合训练中，在损失函数中加入基于博弈交互的融合交互损失函数。

清华大学申请一项名为“一种基于博弈交互的可解释多模态感知方法及装置“，公开号CN117409283A

三星AI战略全新亮相打造“极智”生活新纪元

上一篇: 三星AI战略全新亮相打造“极智”生活新纪元

日前,在国际消费类电子产品展览会(CES 2024)上,三星向全球揭示了其关于人工智能(AI)技术的全新战略——“AI for All”。三星电子副董事长、首席执行官兼设备体验(DX)部门负责人Jong-Hee Han,在演讲中介绍了三星如何

多所高校共建开源社区LAMM，加入多模态语言模型大家庭的时候到了

下一篇: 多所高校共建开源社区LAMM，加入多模态语言模型大家庭的时候到了

LAMM (Language-Assisted Multi-Modal) 旨在建设面向开源学术社区的多模态指令微调及评测框架，其包括了高度优化的训练框架、全面的评测体系，支持多种视觉模态。 ChatGPT问世以来，大语言模型（LLM）实现了跳

相关攻略更多

热门AI工具更多

最新资讯更多

PhotoG - AI图片生成

PhotoG - AI图片生成

AI工具

更新时间：2025-01-08