Мультимодальне розпізнавання об’єктів з використанням штучного інтелекту

Анотація

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.