人脸与人体理解 / CVPR2026
FusionAgent:面向人体识别的动态模型选择多模态智能体
FusionAgent: A Multimodal Agent with Dynamic Model Selection for Human Recognition
把每个生物特征专家模型当作可调用工具,用 MLLM 智能体配合指标驱动的强化微调,为每个测试样本动态选择模型组合,并用基于锚点的置信度 Top-k 融合解决分数错位与嵌入异质性问题;这套「动态模型选择 + 置信度感知融合」思路可直接迁移到多模态或多模型集成的视觉识别系统。
多模态大语言模型强化微调分数融合