A Closer Look at Multimodal Representation Collapse
机构 * Fujitsu Research of Europe(富士通欧洲研究)
专题命中 音视频/视觉语言融合 :multimodal fusion(abstract);分类 cs.CV
Comments International Conference on Machine Learning (ICML) 2025 (Spotlight)
视觉与机器人
面向图像、视频、多传感器和跨模态感知的信息融合,包括 Image Fusion、红外可见光、遥感、医学影像、LiDAR/雷达/相机和音视频融合。
机构 * Fujitsu Research of Europe(富士通欧洲研究)
专题命中 音视频/视觉语言融合 :multimodal fusion(abstract);分类 cs.CV
Comments International Conference on Machine Learning (ICML) 2025 (Spotlight)
机构 * School of Automation Science and Engineering, South China University of Technology(自动化科学与工程学院,华南理工大学) ; School of Future Technology, South China University of Technology(未来技术学院,华南理工大学)
专题命中 音视频/视觉语言融合 :information fusion(abstract);分类 cs.CV