本研究提出了一种新的单阶段双模态变压器框架，用于手术室中的场景图生成。该方法通过视图同步转运方案，整合2D和3D视觉信息，直接预测实体对关系的图生成，具有卓越性能和较低计算成本。

手术室场景图生成的时间动态三模态融合
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证