《表1 多模态学习与传统机器学习方法比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《多模态深度学习综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过多模态学习能够处理和关联来自多种模式信息的模型，对于许多实际问题，深度多模态学习常常为涉及多模式数据的问题提供了很多改进的性能。例如，手势识别旨在理解人体的动态手势，是人机交互领域极其重要的交互方式之一，由于视频样本中手势的短期、中期以及长期时空特征性，文献[2]提出了一种基于浅三维稠密网的多模态手势识别方法，所提出的方法在手势识别公开数据集大规模离散手势数据集上进行了评估，并取得了目前最好效果。多模态学习区别于传统机器学习方法的特点可体现在表1中分析[3]。