arXiv · cs.AI · Carlo Sgaravatti, Daniele Kopyshevskiy, Davide Secco, Giacomo Boracchi · 4 小时前模型评分27
DenseTwins：面向多模态自监督的稠密模态解耦框架
DenseTwins: Dense Modality Decoupling for Multimodal Self-Supervision
导读
DenseTwins 提出一种多模态自监督框架，将稠密特征空间显式解耦为共享成分与模态特有成分，并结合稠密跨模态对应与冗余削减目标进行联合优化。该方法在多个多模态基准和传感设置上取得领先或与基线相当的性能，代码已开源。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We propose DenseTwins, a multimodal self-supervised framework that learns dense representations by explicitly decoupling the dense feature space into shared and modality-specific components.”
- “Code available at: this https URL .”
来源：arXiv · cs.AI · arxiv.org