PulseAugur
实时 01:54:34
English(EN) ViFiCon: Vision and Wireless Association Via Self-Supervised Contrastive Learning

ViFiCon 使用自监督学习实现视觉与无线信号的关联

研究人员开发了 ViFiCon,一种新颖的自监督对比学习方法,用于建立视觉数据与无线信号之间的关联。该系统利用来自 RGB-D 摄像头的行人数据和来自智能手机的 WiFi 精确时间测量数据。ViFiCon 在将视觉边界框与特定智能手机设备关联方面达到了 92.63% 的准确率,而无需训练标签化的关联示例。 AI

影响 引入了一种新颖的自监督方法来关联视觉和无线数据,可能有助于无线数据丰富但未标注的应用。

排序理由 这是一篇详细介绍跨模态关联新方法的学术论文。

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 →

ViFiCon 使用自监督学习实现视觉与无线信号的关联

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Nicholas Meegan, Hansi Liu, Bryan Bo Cao, Abrar Alali, Kristin Dana, Marco Gruteser, Shubham Jain, Ashwin Ashok ·

    ViFiCon:通过自监督对比学习实现视觉与无线关联

    arXiv:2210.05513v2 Announce Type: replace Abstract: We introduce ViFiCon, a self-supervised contrastive scheme which learns a cross-modal association between vision and wireless modalities. Specifically, the system uses pedestrian data collected from RGB-D camera footage and WiFi…