PulseAugur
中
实时 10:31:32
English(EN) ProtoHGF-Net: Prototype HyperGraph Fusion with Intra-modal Calibration for RGBT Object Detection

新的 RGBT 物体检测方法 ProtoHGF-Net 使用原型级融合

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新的 RGB-Thermal (RGBT) 物体检测框架 ProtoHGF-Net，该框架将密集跨模态特征交互转变为更具选择性的原型级语义交互。该方法旨在通过在紧凑的原型空间中融合信息来改进目标相关表示的学习。该系统还采用了教师掩码校准蒸馏来抑制背景噪声并专注于目标特征，在 DroneVehicle、DVTOD 和 FLIR 等数据集上取得了最先进的成果。 AI

影响 通过更有效地整合可见光和热数据来提高物体检测的鲁棒性。

排序理由 该集群包含一篇详细介绍新物体检测技术方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的 RGBT 物体检测方法 ProtoHGF-Net 使用原型级融合

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Xiangqi Chen, Xiuling Zhang, Chengzhuan Yang, Li Zhao, Dawei Zhang, Yanchao Wang, Liyuan Chen, Hua Wang, Hao Peng, Zhonglong Zheng ·

    ProtoHGF-Net：用于 RGBT 物体检测的原型超图融合与模态内校准

    arXiv:2608.11595v1 Announce Type: new Abstract: RGB-Thermal (RGBT) object detection enables robust perception in complex scenes by leveraging the complementary strengths of visible textures and thermal cues. However, existing methods mainly rely on dense cross-modal interactions …

相关实体

相关话题