多模态人物识别技术及其在视频场景中的应用

程序员研修院

企业官方账号

2023-01-12 15:19:15

课程名称	适应人群
多模态人物识别技术及其在视频场景中的应用	学习者、研究者以及一线工程师

本次分享将介绍爱奇艺人物识别及相关的应用，多模态的进展、难点、可落地的点，卡通角色识别的难点、应用中所要解决的问题，AIWWorks智能创作的技术架构、所利用到的AI技术总览、AI所擅长的及AI所不能及的创作点。

...全文

356 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

不落尘埃 2019-10-21

打赏
举报

回复

宣传用的吗？。。。..................................................

视频语义理解模型结构：从图像识别到场景抽象化

在本文中，我们探讨了零射大型多模态模型（LMM）在无人机感知领域的潜力。我们专注于人员检测和动作识别任务，并使用从鸟瞰图捕获的公开数据集评估两个著名的 LMM，即 YOLO-World 和 GPT-4V（ision）。传统的深度学习方法严重依赖大型和高质量的训练数据集。然而，在某些机器人环境中，在合理的时间范围内获取此类数据集可能是资源密集型的或不切实际的。基于提示的大型多模态模型（LMM）的灵活性及其卓越的泛化能力有可能彻底改变这些场景中的机器人应用。我们的研究结果表明，YOLO-World表现出良好的检测性能。GPT-4V 在准确分类动作类别方面遇到了困难，但在过滤掉不需要的区域建议和提供风景的一般描述方面取得了可喜的结果。这项研究代表了利用LMM进行无人机感知的第一步，并为该领域的未来研究奠定了基础。

5-8+百度事件图谱技术与应用

Handbook of Face Recognition 2nd Edition

本科毕业设计

CSDN讲师的课程社区_NO_50

1

社区成员

72

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章