WiMi宣布基於多模態數據融合的語義分割

北京, 2023年11月9日 — WiMi Hologram Cloud Inc. (NASDAQ: WIMI) (“WiMi”或”公司”),一家領先的全球全息增強實境(“AR”)技術提供商,今天宣佈使用多模態數據彌補單模態數據不足,提出了一種基於多模態數據融合的語義分割方法,以提高語義分割的準確性。多模態數據融合是指將來自不同傳感器或模態的數據融合,以提供更全面和準確的信息。

多模態數據融合在語義分割中具有重要意義,在多模態數據融合中,可以利用來自不同傳感器或模態的數據,通過整合不同模態的信息,可以充分利用不同模態數據的優勢,提供更全面和豐富的特徵表徵,獲得場景的更全面理解,並提高語義分割的準確性。例如,在語義分割中,可以同時使用RGB圖像和深度圖像作為輸入數據。RGB圖像提供顏色和紋理信息,而深度圖像提供對象幾何和距離信息。通過融合這兩種模態的信息,可以更好地理解圖像中的語義類別,並可以更準確地進行分割。

此外,多模態數據融合也可以提高語義分割的準確性。在實際場景中,圖像可能受到照明變化、遮擋、雜訊等因素的影響,導致單模態數據的準確性下降。通過融合多模態數據,可以減弱這些干擾因素對單模態數據的影響,從而提高語義分割的穩定性,為計算機視覺領域相關任務提供更好的支持和解決方案。

多模態數據融合技術是提高語義分割性能的重要工具。特徵層級融合、決策層級融合和其他聯合建模方法都可以用於多模態數據融合,以提高語義分割的準確性。在實際應用中,選擇適當的融合方法和技術,根據特定任務和數據特徵進行調整和優化,將有助於提高語義分割效果,為語義分割任務的進一步發展和應用提供更多可能性。

WiMi採用數據預處理、特徵提取、數據融合和分割模型訓練,實現多模態數據融合的語義分割。首先,需要對來自不同傳感器的數據進行預處理,包括數據正規化、去噪和增強等操作,以提高數據的質量和可用性。然後,從每個傳感器的數據中提取特徵。對於圖像數據,可以使用卷積神經網絡(CNN)提取圖像的特徵表徵;對於文本數據,可以使用詞嵌入模型將文本轉換為向量表徵。然後在特徵提取的基礎上,將不同傳感器數據的特徵進行整合。最後,使用整合特徵訓練語義分割模型。

多模態數據融合的語義分割在計算機視覺、自然語言處理和智能互動等許多領域都具有重要意義。但是,該領域目前仍存在一些挑戰和問題需要進一步研究和探索。基於多模態數據融合的語義分割在未來研究中仍有很大發展空間,通過解決多模態數據融合問題和提高算法效率和準確性,可以進一步推動語義分割的發展和應用。

未來,WiMi將進一步探索更先進的多模態數據融合技術,例如圖像、文本和更複雜的語義分割模型的聯合建模。此外,WiMi也將多模態數據融合的語義分割應用到更廣泛的領域,如醫學圖像分析、智能交通等,以解決實際問題和推動科技發展。

關於WiMi Hologram Cloud

WiMi Hologram Cloud, Inc. (NASDAQ:WIMI)是一家全息雲綜合技術解決方案提供商,專注於專業領域,包括全息增強實境汽車HUD軟件、3D全息脈衝LiDAR、頭戴式光場全息設備、全息半導體、全息雲軟件、全息車載導航等。其服務和全息AR技術包括全息AR汽車應用、3D全息脈衝LiDAR技術、全息視覺半導體技術、全息軟件開發、全息AR廣告技術、全息AR娛樂技術、全息ARSDK支付、互動全息通訊和其他全息AR技術。

安全港聲明

本新聞稿包含《1995年私人證券訴訟改革法》定義的「前瞻性聲明」。這些前瞻性聲明可以通過術語識別,如「將」、「預期」、「預計」、「未來」、「擬」、「計劃」、「相信」、「估計」等。本新聲明和公司管理層的業務展望和報價中包含前瞻性聲明,以及公司的戰略和經營計劃也包含前瞻性聲明。公司在向美國證券交易委員會提交的20-F和6-K表格的定期報告中,在年度報告中向股東,在新聞稿和其他書面材料中,以及公司高級管理人員向第三方口頭作出的聲明中,也可能作出書面或口頭前瞻性聲明。前瞻性聲明涉及風險和不確定性。公司實際業績的多種因素可能導致前瞻性聲明與實際結果有重大差異,包括但不限於公司的目標和策略;公司未來業務發展、財務狀況和經營業績;全息增強實境行業的預期增長;以及公司對需求和市場接受其產品和服務的預期。

更多風險信息請參閱公司年度報告表格20-F和6-K表格中的當前報告。本新聞稿中的所有信息均截至本新聞稿日期。除適用法律規定外,公司不承擔任何更新任何前瞻性聲明的義務。