时空文本自适应预警网络

提前且更准

一种利用CLIP预训练视觉和文本编码器、仅微调适配器即可实现交通事故预警的多模态架构。

77351769 · Chen, Yietarng · Fang, Wen Hsien

IEEE Transactions on Circuits and Systems for Video Technology 2025

技术优势

预警更早且更准

通过时空与文本适配器联合建模长距离时空交互，显著改善预警及时性与正确性。

无需重训大模型

仅微调适配器即可利用CLIP预训练知识，降低重新训练需求。

文本增强时空建模

文本编码器将语义信息与视觉特征对齐，提升对复杂交通场景的表示能力。

应用场景

• 工业机器人：为工业机器人增加事故预警能力，避免碰撞。
• 无人机：帮助无人机预判道路交通危险。
• 具身智能：为具身智能体提供事故风险感知。
• 先进机器人：提升先进机器人在交通场景的主动安全。