无需标注数据
同时消除模态内与模态间差异，在无标签条件下学习可靠的跨模态特征表示。
Si, Tongzhen · 何发智 · Penglei, Li · 叶茫
IEEE Internet of Things Journal 2024
通过模态风格适应和聚类伪标签实现无监督训练，省去昂贵的跨模态数据标注。
均质与异构特征优化联合工作，使同一身份特征紧凑、不同身份分离。
在SYSU-MM01上达到有监督方法的性能水平，无监督下也能可靠部署。