Bridging Modalities and Transferring Knowledge: Enhanced Multimodal Understanding and Recognition
弥合模态与知识转移：增强多模态理解和识别
机构 * University of Bristol（布里斯托大学） ； University of Würzburg（乌尔姆大学） ； Processing Speech and Images (PSI)（语音与图像处理组）
专题命中 融合架构与评测 ：multimodal fusion(abstract)；分类 cs.CV
AI总结 本文提出多模态对齐、翻译、融合和转移方法，提升复杂输入的理解与识别能力，涵盖空间语言、医学文本、知识图谱和动作识别等多个领域。
Comments Ph.D. manuscript; Supervisors/Mentors: Marie-Francine Moens and Tinne Tuytelaars
