基于Transformer的多模态融合，用于视觉监控中的可解释可疑行为评估Research#Surveillance🔬 Research|分析: 2026年1月10日 12:26•发布: 2025年12月10日 04:39•1分で読める•ArXiv分析这项研究探讨了使用Transformer模型融合多模态数据，以改进视觉监控中的可疑行为检测。对可解释性的强调对于建立信任和在安全环境中实现实际应用至关重要。要点•将Transformer模型应用于视觉监控中的多模态数据融合。•旨在提高可疑行为检测的准确性。•优先考虑可解释性，这对于实际部署至关重要。引用 / 来源查看原文"The research focuses on explainable suspiciousness estimation."AArXiv2025年12月10日 04:39* 根据版权法第32条进行合法引用。较旧Benchmarking Real-World Medical Image Classification with Noisy Labels: A Critical Review较新AI Planning: Bimanual Task Planning through Visual Reasoning相关分析Research人类AI检测2026年1月4日 05:47Research侧重于实现的深度学习书籍2026年1月4日 05:49Research个性化 Gemini2026年1月4日 05:49来源: ArXiv