任务引导联合优化

跨模态引导的视觉合成用于数据高效的多模态抑郁识别

Cross-Modal Guided Visual Synthesis for Data-Efficient Multimodal Depression Recognition

对视觉研究者而言，可复用其「用音频/文本条件生成视觉特征来扩充训练分布，并以识别器性能闭环反馈驱动生成」的思路，用于视觉样本稀缺时的多模态表征增强。