机构

• 自动化研究所 [51]
• 计算技术研究所 [5]
• 心理研究所 [4]
• 沈阳自动化研究所 [3]
• 西安光学精密机械研究... [3]
• 深圳先进技术研究院 [2]
• 更多

采集方式

• OAI收割 [71]

内容类型

• 期刊论文 [50]
• 学位论文 [11]
• 会议论文 [9]
• 其他 [1]

发表日期

• 2024 [3]
• 2023 [13]
• 2022 [5]
• 2021 [3]
• 2020 [10]
• 2019 [8]
• 更多

学科主题

• 基础心理学 [1]
• 天文技术与方法 [1]

筛选

浏览/检索结果: 共71条，第1-10条 帮助 条数/页： 5101520253035404550556065707580859095100 排序方式： 请选择提交时间升序提交时间降序发表日期升序发表日期降序题名升序题名降序作者升序作者降序 Scene text recognition via dual character counting-aware visual and semantic modeling network 期刊论文  OAI收割 SCIENCE CHINA-INFORMATION SCIENCES, 2024, 卷号: 67, 期号: 3, 页码: 2 作者:  Xiao, Ke;  Zhu, Anna;  Iwana, Brian Kenji;  Liu, Cheng-Lin   |  收藏  |  浏览/下载：6/0  |  提交时间：2024/03/13 VLP2MSA: Expanding vision-language pre-training to multimodal sentiment analysis 期刊论文  OAI收割 KNOWLEDGE-BASED SYSTEMS, 2024, 卷号: 283, 页码: 9 作者:  Yi, Guofeng;  Fan, Cunhang;  Zhu, Kang;  Lv, Zhao;  Liang, Shan   |  收藏  |  浏览/下载：5/0  |  提交时间：2024/02/22 Multimodal sentiment analysis  Vision-language  Multimodal fusion   AnyFace++: A Unified Framework for Free-style Text-to-Face Synthesis and Manipulation 期刊论文  OAI收割 IEEE Transactions on Pattern Analysis and Machine Intelligence, 2024, 页码: 1-15 作者:  Sun, Jianxin;  Deng, Qiyao;  Li, Qi;  Sun, Muyi;  Liu, Yunfan   |  收藏  |  浏览/下载：5/0  |  提交时间：2024/02/23 Multi-modal spatial relational attention networks for visual question answering 期刊论文  OAI收割 IMAGE AND VISION COMPUTING, 2023, 卷号: 140, 页码: 13 作者:  Yao, Haibo;  Wang, Lipeng;  Cai, Chengtao;  Sun, Yuxin;  Zhang, Zhi   |  收藏  |  浏览/下载：3/0  |  提交时间：2024/02/22 Visual question answering  Spatial relation  Attention mechanism  Pre -training strategy   So Many Heads, So Many Wits: Multimodal Graph Reasoning for Text-Based Visual Question Answering 期刊论文  OAI收割 IEEE TRANSACTIONS ON SYSTEMS MAN CYBERNETICS-SYSTEMS, 2023, 页码: 12 作者:  Zheng, Wenbo;  Yan, Lan;  Wang, Fei-Yue   |  收藏  |  浏览/下载：5/0  |  提交时间：2023/12/21 Graph attention  graph reasoning  multimodal graph  self-attention  text-based visual question answering   Knowledge-Embedded Mutual Guidance for Visual Reasoning 期刊论文  OAI收割 IEEE TRANSACTIONS ON CYBERNETICS, 2023, 页码: 13 作者:  Zheng, Wenbo;  Yan, Lan;  Chen, Long;  Li, Qiang;  Wang, Fei-Yue   |  收藏  |  浏览/下载：8/0  |  提交时间：2023/11/16 Attention model  joint learning  knowledge embedding  visual reasoning   Understanding and Mitigating Overfitting in Prompt Tuning for Vision-Language Models 期刊论文  OAI收割 IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, 2023, 卷号: 33, 期号: 9, 页码: 4616-4629 作者:  Ma, Chengcheng;  Liu, Yang;  Deng, Jiankang;  Xie, Lingxi;  Dong, Weiming   |  收藏  |  浏览/下载：8/0  |  提交时间：2023/11/16 Vision-language model  prompt tuning  over-fitting  subspace learning  gradient projection   VLP: A Survey on Vision-language Pre-training 期刊论文  OAI收割 Machine Intelligence Research, 2023, 卷号: 20, 期号: 1, 页码: 38-56 作者:  Feilong Chen;  Duzhen Zhang;  Minglun Han;  Xiuyi Chen;  Jing Shi   |  收藏  |  浏览/下载：6/0  |  提交时间：2023/06/21 Masked Vision-language Transformer in Fashion 期刊论文  OAI收割 Machine Intelligence Research, 2023, 卷号: 20, 期号: 3, 页码: 421-434 作者:  Ge-Peng Ji   |  收藏  |  浏览/下载：6/0  |  提交时间：2023/05/29 Vision-language, masked image reconstruction, transformer, fashion, e-commercial   Large-scale Multi-modal Pre-trained Models: A Comprehensive Survey 期刊论文  OAI收割 Machine Intelligence Research, 2023, 卷号: 20, 期号: 4, 页码: 447-482 作者:  Xiao Wang   |  收藏  |  浏览/下载：4/0  |  提交时间：2023/08/02 Multi-modal (MM), pre-trained model (PTM), information fusion, representation learning, deep learning