arXiv cs.CV· Ziang Wei, Yinlong Liu, Yan Xia, Alois Knoll, Hu Cao·· 4 小时前AI 评分32
DTFormer：面向 RGB-D 分割的文本引导语义对齐
DTFormer: Text-Guided Semantic Alignment for RGB-D Segmentation
AI 导读
DTFormer 是三模态（RGB-D-Text）语义分割框架，核心 TSAM（Text-guided Semantic Alignment Module）先把文本线索编码为语义原型，再在多个编码器与解码器层将 RGB-D 特征与原型显式对齐。该模块为表示学习施加语义正则，在多个 benchmark 上带来一致提升。论文投稿 IEEE 期刊，代码将在接收后发布。
来源：arXiv cs.CV · arxiv.org