研究人员开发的框架可以根据物体空间关系的文本描述生成场景图像，人类在描述场景时，经常描述物体之间的空间关系，生物视觉识别涉及自上而下通路和自下而上通路的交互，而深度神经网络只模拟了第二种通路，自上而下的视觉通路涉及生物视觉感知的全局性、拓扑性、多解性等特点，尤其是理解图像时会面临数学上的无穷解问题，而这些特点或许就是深度神经网络下一步...。

更新时间：2024-12-03 21:29:44