提出首个融合视觉与声学生物特征的多模态宠物重聚系统,针对动物依赖声音识别身份而现有系统仅依赖外观的问题,支持从10Hz大象低频到4kHz幼犬高频的声学处理,并结合容忍应激导致外观变化的概率化视觉匹配,证明基于生物通信原理的AI可服务无语言能力的脆弱群体。
机构:Microsoft
来源:arXiv 2603.24470 | AI4Papers 论文推荐平台