• 
<ul id="auswy"><sup id="auswy"></sup></ul>
  • 

  • <ul id="auswy"></ul>
    

    
    
    
    
                                    最新廣告
                            
    
            關(guān)注中國自動(dòng)化產(chǎn)業(yè)發(fā)展的先行者！
            
    
                
				
                
                
                
            
    
        
    
    
    

    

    
    
    
    
        
        
        
        
       
					
    
				
    
					
    
												
    
							工業(yè)智能邊緣計(jì)算2025年會
						
    
												
    
							CAIAC 2025
						
    
												
    
							2025工業(yè)安全大會
						
    
												
    
							OICT公益講堂
						
    
						
					
    
				
    
				
    
			
    
		
    
    

    

    
    
    
    

    


    
		
    
            
當(dāng)前位置：首頁 >> 資訊 >>
 行業(yè)資訊
		
    
		
    
			
    資訊頻道
    
            
		
    
		
    
			
    
				
    沈陽自動(dòng)化所提出場景識別新方法
    
				
    
					
      
                                                                        
    • 點(diǎn)擊數(shù)：655     發(fā)布時(shí)間：2025-06-10 19:35:50
      • 
						
    • 分享到：
      • 
					
    
				
    
				
                				
    
                    在機(jī)器人領(lǐng)域，場景識別可以幫助機(jī)器人理解周圍環(huán)境，完成精準(zhǔn)的作業(yè)任務(wù)。隨著人工智能技術(shù)在各行業(yè)的深入應(yīng)用，對場景識別的準(zhǔn)確性和魯棒性要求不斷提高。
				
    
                
                
                                    
    
                        關(guān)鍵詞：
                                            
    
                                                                                            
                        
    
                            
    在機(jī)器人領(lǐng)域，場景識別可以幫助機(jī)器人理解周圍環(huán)境，完成精準(zhǔn)的作業(yè)任務(wù)。隨著人工智能技術(shù)在各行業(yè)的深入應(yīng)用，對場景識別的準(zhǔn)確性和魯棒性要求不斷提高。
    在實(shí)際場景中，光照變化、物體遮擋、視角差異及同類場景的多樣性，容易導(dǎo)致識別方法難以提取穩(wěn)定且具代表性的特征。此外，復(fù)雜場景中多語義信息的高效融合、避免信息冗余或丟失，以及提升模型泛化能力，是亟待解決的技術(shù)難點(diǎn)。
    近日，中國科學(xué)院沈陽自動(dòng)化研究所光電信息技術(shù)研究室機(jī)器視覺研究部科研團(tuán)隊(duì)提出了一種結(jié)合CLIP多模態(tài)模型的場景識別新方法——OSFA（Object-Level and Scene-Level Feature Aggregation）。該方法通過動(dòng)態(tài)聚合對象級與場景級特征，可以顯著提升復(fù)雜場景的分類精度與魯棒性。
    OSFA方法框架

    首先，科研人員將CLIP的視覺特征作為先驗(yàn)信息，采用對象級交叉注意力機(jī)制，提取與場景高度相關(guān)的局部細(xì)節(jié)特征。隨后，利用CLIP的文本編碼器生成類別文本語義信息，引導(dǎo)從圖像中提取全局語義特征，再通過場景級交叉注意力機(jī)制形成最終的場景表示。為了增強(qiáng)模型魯棒性，還引入了多損失策略，包括線性分類損失、場景對比損失和類別對比損失。
    研究結(jié)果顯示，該場景識別方法可有效聚合特征，顯著提升復(fù)雜場景分類精度與魯棒性，能為視覺導(dǎo)航、機(jī)器人應(yīng)用等領(lǐng)域的場景理解與智能決策提供技術(shù)支撐，助力提升感知與任務(wù)執(zhí)行效率。
    該研究以O(shè)bject-Level and Scene-Level Feature Aggregation with CLIP for Scene Recognition為題發(fā)表于國際期刊Information Fusion。沈陽自動(dòng)化所博士生王群為第一作者，沈陽自動(dòng)化所朱楓研究員為通訊作者。
    光電信息技術(shù)研究室機(jī)器視覺研究部長期從事智能感知與場景理解關(guān)鍵技術(shù)的研究，致力于推動(dòng)人工智能在智能制造、服務(wù)機(jī)器人、智慧城市等領(lǐng)域的深入應(yīng)用。（光電信息技術(shù)研究室）
    論文鏈接：https://doi.org/10.1016/j.inffus.2025.103118 

    來源：中國科學(xué)院沈陽自動(dòng)化研究所

    
                        
    

                    
                				
                
			
    



			
    
                                    
    熱點(diǎn)新聞
    
                    
                
                                    
    推薦產(chǎn)品
    
                    
                			
    
		
    

        


	
    

    









    



    
    
    x
    
    
    


    • 在線反饋
    

    

    


    1.我有以下需求：
    

    
    
        
            
    
            
    
            
    
                
        		

    

    2.詳細(xì)的需求：
    

    

    
    姓名:
    

    

    
    單位:
    

    

    
    電話:
    

    

    
    郵件: