知识卡片
多模态融合依赖对齐
多模态感知把同一对象的不同信号或视角组合起来,支持更全面的情境判断。图像通常经过采集、预处理、特征提取再识别,语音也要分析信号及参数。信息互补有助容错,但不同来源若不对应同一对象或时间,融合也会产生错误关联。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 人工智能安全可控的产业生态建设 从编译桥梁到通用技术地图 · 查看原书依据
将多个不同模态的数据样本相互融合,并以此为基础进行情景分析,对待描述目标进行感知。多模态数据包含更加全面准确的信息,可以增强系统的可靠性和容错性,目前已经在互联网信息搜索、人机交互、工业环境故障诊断和机器人等领域发挥了巨大的作用。③语音处理
参考来源
- 位置:《人工智能安全》人工智能安全可控的产业生态建设,从编译桥梁到通用技术地图(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能安全/_epub-src/EPUB/xhtml/Section0001_0010.xhtml)
- 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;书中历史数据与技术预测保留原有时点,不当作当前已验证结论。
- 原始内容:将多个不同模态的数据样本相互融合,并以此为基础进行情景分析,对待描述目标进行感知。多模态数据包含更加全面准确的信息,可以增强系统的可靠性和容错性,目前已经在互联网信息搜索、人机交互、工业环境故障诊断和机器人等领域发挥了巨大的作用。③语音处理