Record speaker-aware AV research and literature

2026-08-30 15:36:28 +08:00
parent 4abbde4f52
commit 348c5c3343
29 changed files with 907 additions and 6 deletions
@@ -0,0 +1,13 @@
+# Adaptive Unimodal Regulation for Balanced Multimodal Information Acquisition
+
+- 作者：Chengxiang Huang、Yake Wei、Zequn Yang、Di Hu
+- 发表：CVPR 2025
+- 阅读深度：摘要、引言及代码发布核查；尚未复核完整算法
+- 记录日期：2026-08-28
+- 来源：[CVF](https://openaccess.thecvf.com/content/CVPR2025/html/Huang_Adaptive_Unimodal_Regulation_for_Balanced_Multimodal_Information_Acquisition_CVPR_2025_paper.html)、[代码](https://github.com/GeWu-Lab/InfoReg_CVPR2025)
+
+## 摘要与项目关系
+
+InfoReg 研究早期学习时信息强模态主导、弱模态信息获取受抑制的问题，通过调节学习过程改善模态平衡。
+
+我们 A 明显强于 V，值得检查视觉分支梯度、辅助任务能力和缺失模态训练，但这尚不能诊断为优化失衡，也可能是采样或表示丢失。当前冻结特征无法通过调整 head 梯度修复 encoder 丢失的信息。本论文作为训练策略候选，不作为已经适用的处方。