multimodal-deep-learning

本文介绍了包含来自1,196名受访者的29,870条步行适宜性评分的数据集，并提出了一种用户条件多模态深度学习框架，将视觉特征与个体评分者属性相结合，以捕捉步行感知中的主观变异性。该模型在排名一致性上比仅基于图像的基线提高了65%，表明评估环境的主体至关重要。