基于学习瓶颈变换器的事件图像体素特征融合分类

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

该研究提出了一个新颖的双流框架,利用Transformer和结构化图神经网络(GNN)学习空间信息和三维立体信息,并引入瓶颈Transformer促进信息融合。实验证明该框架在事件分类上取得了最先进的性能。

原文中文,约300字,阅读约需1分钟。
阅读原文