多模态融合提升特征生成质量
创新性地借鉴半同卵双胞胎遗传特性，让两个共享种子的条件变分自编码器协作生成特征，通过自适应线性融合模拟父本，同时要求还原条件在表征和功能上保持一致，显著提升少样本下生成数据的多样性与质量。
张奕 · 黄晟 · Peng, Xi · Yang, Dan
IEEE Transactions on Neural Networks and Learning Systems 2023
通过结合视觉和语义两种模态的先验知识，生成的特征涵盖了更丰富的信息，克服了仅用视觉先验导致的多样性不足问题。
采用自适应线性特征组合策略，即使部分模态缺失，模型仍能生成有效特征，增强了实际应用中的鲁棒性。
通过要求最终特征能还原出原始条件并在表征和功能上保持一致，保证了生成特征的语义正确性和可用性。