《表1 多模态学习与传统机器学习方法比较》
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]。
图表编号 | XD00222624600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 孙影影、贾振堂、朱昊宇 |
绘制单位 | 上海电力大学电子与信息工程学院、上海电力大学电子与信息工程学院、上海电力大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |