ScholarGate
Assistente
Machine learningDeep learning / NLP / CV

Detecção Multimodal de Objetos

A detecção multimodal de objetos estende os detectores de objetos de modalidade única processando conjuntamente sinais de múltiplos tipos de sensores — como câmeras RGB, sensores de profundidade, LiDAR, radar ou descrições de texto — para localizar e classificar objetos com maior precisão e robustez do que qualquer modalidade única isoladamente. A fusão de informações complementares é o princípio central do projeto.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

Fontes

  1. Liu, Y., Zhang, F., Li, Y., & Lv, H. (2022). Multimodal Object Detection via Bayesian Fusion. IEEE Transactions on Image Processing, 31, 5953–5965. link
  2. Object detection. Wikipedia. link

Como citar esta página

ScholarGate. (2026, June 3). Multimodal Object Detection (Multi-Sensor / Cross-Modal Deep Detection). ScholarGate. https://scholargate.app/pt/deep-learning/multimodal-object-detection

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Referenciado por

ScholarGateMultimodal Object Detection (Multimodal Object Detection (Multi-Sensor / Cross-Modal Deep Detection)). Recuperado em 2026-06-15 de https://scholargate.app/pt/deep-learning/multimodal-object-detection · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026