检索结果-内蒙古大学图书馆

首届全国大模型与决策智能大会

作者：刘晓亮马壮国防大学政治学院

文章提出了视觉语言大模型(LVLMs)在网络舆情分析中的应用,强调其在跨模态分析、行为意图识别和决策支持方面的优势。分析了LVLMs在实际应用中的技术挑战,包括隐私保护、模型偏见、技术限制和伦理法律问题,并提出相应解决方案。文章展望... 详细信息

文章提出了视觉语言大模型(LVLMs)在网络舆情分析中的应用,强调其在跨模态分析、行为意图识别和决策支持方面的优势。分析了LVLMs在实际应用中的技术挑战,包括隐私保护、模型偏见、技术限制和伦理法律问题,并提出相应解决方案。文章展望了LVLMs在提升舆情分析精度、响应速度和自适应学习能力方面的未来发展,指出其在智能监控和预警系统中的潜在作用,为网络舆情分析提供了新的视角和解决方案。

关键词：视觉语言大模型网络舆情分析多模态数据跨模态分析行为识别决策支持系统数据隐私伦理问题

来源：评论

学校读者我要写书评

暂无评论

基于视觉语言大模型的可进化GUI自动导航方法研究

引用

江苏通信 2024年第5期40卷 93-97页

作者：庄凤云中移(苏州)软件技术有限公司

近年来,视觉语言大模型在GUI自动导航任务上的研究越来越多,体现出其较为先进的屏幕解释、行动推理和定位能力。然而这些方法受限于图像尺寸问题和案例参考能力,动作识别准确率偏低,且无法直接迁移到相同场景不同流程的GUI导航任务上。... 详细信息

近年来,视觉语言大模型在GUI自动导航任务上的研究越来越多,体现出其较为先进的屏幕解释、行动推理和定位能力。然而这些方法受限于图像尺寸问题和案例参考能力,动作识别准确率偏低,且无法直接迁移到相同场景不同流程的GUI导航任务上。本文提出了一种基于视觉语言大模型的可进化GUI自动导航方法Qwen-VL-i VP,该方法使用Qwen-VL,创新性地设计了视觉提示模块和多任务Prompt模版以提升大模型动作定位准确性,同时增强模型自主学习和进化的能力。实验结果表明,与基线方法 Qwen-VL相比,该方法在GUI自动导航任务上有了显著的改进。

关键词： GUI自动导航视觉语言大模型视觉提示

来源：评论

学校读者我要写书评

暂无评论

AI大模型驱动的具身智能人形机器人技术与展望

引用

中国科学:信息科学 2025年第5期55卷 967-992页

作者：曾凯王耀南谭浩然方遒汪渊袁礼伟湖南大学电气与信息工程学院湖南大学机器人视觉感知与控制技术国家工程研究中心湖南大学机器人学院

人形机器人是机器人技术的集大成者,在服务国家重大战略需求中扮演着重要的角色,可以协助或取代人在危险、肮脏和重复的环境中,执行各种类型的任务.本文以人工智能(artificial intelligence,AI)大模型驱动的具身智能人形机器人技术与展... 详细信息

人形机器人是机器人技术的集大成者,在服务国家重大战略需求中扮演着重要的角色,可以协助或取代人在危险、肮脏和重复的环境中,执行各种类型的任务.本文以人工智能(artificial intelligence,AI)大模型驱动的具身智能人形机器人技术与展望为切入口,系统介绍人形机器人的发展背景与意义,重点阐述大模型技术,如大型自然语言模型、视觉Transformer、视觉语言模型、视觉生成模型、具身多模态大模型等,并从分布式模块化大模型技术、端到端一体化大模型技术、云边端协同化大模型技术等3个方面,详细介绍AI大模型驱动的具身智能人形机器人关键技术.具身智能人形机器人的应用场景十分广泛,而大模型技术的发展为机器人感知识别、认知决策、规划调度、行为控制注入语言理解、视觉泛化、常识推理等关键能力,进一步推动人形机器人在智能制造、国防安全等领域的应用.最后本文探讨了大模型驱动的具身智能人形机器人的技术挑战与展望.

关键词：人形机器人具身智能自然语言大模型视觉语言大模型具身多模态大模型

来源：评论

学校读者我要写书评

暂无评论

基于AI视觉识别的机房智能管理平台研究与应用

引用

电脑知识与技术 2025年第2期21卷 94-96,99页

作者：陈晓东赵恺捷袁谢晶中共杭州市委办公厅信息化管理中心浙江杭州310000

随着人工智能技术的快速发展,AI视觉识别技术为提升数据中心机房管理智能化提供了新思路。文章提出了一种创新性的AI视觉识别技术在数据中心机房管理中的应用框架,通过深度融合前沿的人工智能算法与视觉语言大模型,实现了对机房环境的... 详细信息

随着人工智能技术的快速发展,AI视觉识别技术为提升数据中心机房管理智能化提供了新思路。文章提出了一种创新性的AI视觉识别技术在数据中心机房管理中的应用框架,通过深度融合前沿的人工智能算法与视觉语言大模型,实现了对机房环境的全面智能化监控和管理,有效解决了传统机房管理方式效率低下、安全风险高等问题。文章详细阐述了该框架在人脸识别、环境监控、设备监控、资产管理等功能模块的关键应用,并对其在机房特殊环境下的算法优化方案进行了深入分析。最后,结合机房管理应用中的典型场景,文章对视觉大模型的未来发展趋势进行了展望。

关键词： AI视觉识别机房管理智能化运维视觉语言大模型安全性效率

来源：评论

学校读者我要写书评

暂无评论

视觉变化分析在半监督场景变化检测、病人噪动识别中的应用研究

视觉变化分析在半监督场景变化检测、病人噪动识别中的应用研究

引用

作者：金军灿浙江大学

学位级别：硕士

视觉变化分析是人类感知周围环境变化和目标行为的重要技术手段之一,其目的是基于视觉处理的手段来实现场景的变化信息提取,从而为人类后续决策提供信息支撑或用于相关视觉任务。随着人工智能领域的快速发展,数据驱动的深度学习可以更... 详细信息

视觉变化分析是人类感知周围环境变化和目标行为的重要技术手段之一,其目的是基于视觉处理的手段来实现场景的变化信息提取,从而为人类后续决策提供信息支撑或用于相关视觉任务。随着人工智能领域的快速发展,数据驱动的深度学习可以更加高效、鲁棒的获取变化信息,使其更好的应用于相关视觉任务。为此,本文基于视觉变化分析开展了两个具体任务:第一个任务是基于半监督学习的场景变化检测,其检测结果为配准图像对中存在语义或结构性变化区域的像素级掩码;第二个任务则是基于变化信息引导的病人躁动行为识别,其可以实现视频片段智能化分析,得到病人躁动行为的类别标签。首先,考虑到目前场景变化检测模型训练受限于数据集规模,且像素级的变化标签获取是高成本、低效率的,于是开展了基于半监督学习的场景变化检测算法研究。其次,现有视频动作识别算法通过大规模数据集的训练可以学习良好的时空表征,但对于缺乏数据的某些行业应用中的视觉任务是难以学习的。即使利用预训练微调的范式进行迁移学习,现有模型也并不具备良好的场景迁移性,微调容易过拟合小数据集且耗费计算资源。为了使模型在病人躁动行为识别这一特殊应用场景中更加有效地学习,本文结合预训练视觉语言大模型开展了将变化信息显式引入模型学习的研究。本论文的具体工作和贡献如下: (1)本文第一章首先叙述了视觉变化分析存在广泛应用场景,其次针对场景变化检测应用回顾了监督学习范式的算法,以及半监督场景变化检测算法。最后,针对视觉变化分析在病人躁动识别应用中梳理了现有主流和最新的视频动作识别算法。第二章工作则主要是介绍了半监督学习的基本概念和其它领域的半监督经典算法,其次介绍了本文使用的场景变化检测骨干网络和视觉语言大模型,最后展示了本文使用的数据集和评价指标。 (2)提出了一种基于异构模型动态交叉学习的半监督场景变化检测算法。该算法针对现有半监督学习利用单模型产生伪标签进行监督学习时缺少模型扰动和累积学习偏差的问题,提出了基于异构模型交叉监督的方式。该设计不仅可以集成不同模型架构的设计优势,还可以利用异构模型扰动缓解单一模型错误累积的问题。与此同时,考虑到异构模型学习速率不一致的问题,还进一步提出了动态交叉监督的训练机制,利用差异化的学习策略改善模型学习效果。最后,为了进一步强化获取的差分特征,利用可学习的通道注意力权重来加权浅层特征图,两者拼接后形成增强的差分特征,从而提高了差分特征的表达能力。通过算法对比实验和大量消融实验验证了本算法设计的有效性,并在LEVIR-CD等2个遥感数据集和VL-CMU-CD等2个城市数据集上取得了先进的算法性能。 (3)提出了一种基于变化信息引导及文本辅助的病人躁动行为识别算法。该算法基于预训练视觉语言大模型作为视频帧的基础特征提取器,从而拥有了预训练模型所具备的特征鲁棒性、泛化性等大模型优势,降低了模型对下游应用场景不同数据分布的敏感性。同时该策略也降低了训练特征提取器需要大量样本数据的要求,提高了模型任务场景的迁移效率,进而降低了模型训练的门槛。与此同时,为了提高模型学习能力与速度,显式的将变化信息注入网络模型之中,使其更多关注躁动行为发生的区域,从而降低了模型从数据本身学习的难度,改善了模型在较小规模数据下的收敛性能。除此之外,还利用预训练模型对齐的视觉文本空间,拉近视觉与文本特征的距离,改善视频的表征。在自建的病人躁动行为识别数据集和公开的UCF101数据集上,通过对比实验验证了所提算法的有效性。

关键词：场景变化检测半监督学习异构模型视频动作识别表征学习视觉语言大模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：