Мультимодальне розпізнавання об’єктів з використанням штучного інтелекту

Abstract

Магістерська робота присвячена дослідженню предметної області та практичній реалізації мультимодальної системи розпізнавання об’єктів на основі поєднання RGB-зображень та карти глибини. У роботі проведено аналіз сучасного стану мультимодального навчання, розглянуто ключові архітектури, алгоритми та теоретичні основи представлення, злиття та вирівнювання модальностей. На основі цього сформульовано технічні вимоги до системи та обґрунтовано вибір методів і інструментів. Робота формує основу для подальшого вдосконалення технік мультимодального злиття та розширення системи іншими типами даних.