AI और दुनिया की कठिन समस्याएँ · सैद्धांतिक कंप्यूटर विज्ञान · Nature (computational biology) · 2026-10-23

सेगमेंटेशन मास्क एकीकरण के साथ मानव–वस्तु अंतःक्रिया पूर्वानुमान के लिए फ़ाउंडेशन मॉडल-संचालित ढाँचा

मूल शीर्षक: Foundation model-driven framework for human–object interaction prediction with segmentation mask integration

मानव–वस्तु अंतःक्रिया पहचान मुख्यतः डिटेक्शन-आधारित विधियों पर निर्भर रही है। Seg2HOI एक सेगमेंटेशन-आधारित विज़न फ़ाउंडेशन मॉडल को, जिसे फ्रीज़ रखा गया है, एकीकृत करता है और ऐसे चतुष्कों (quadruplets) का पूर्वानुमान लगाता है जो मानक त्रिकों में मानव–वस्तु युग्मों के लिए सेगमेंटेशन मास्क जोड़ते हैं। यह दो सार्वजनिक बेंचमार्क पर, ज़ीरो-शॉट सेटिंग में भी, अत्याधुनिक विधियों के तुलनीय प्रदर्शन हासिल करता है, और प्रशिक्षण में उपयोग न किए गए टेक्स्ट तथा विज़ुअल प्रॉम्प्ट से चतुष्क और इंटरैक्टिव सेगमेंटेशन उत्पन्न कर सकता है।

मूल लेख पढ़ें ↗

सभी आइटम →