动态合并互蒸馏多视图网络用于RGB-事件表示学习

针对多模态融合中事件数据表征受限及参数利用不足的问题，该研究提出利用多视图教师网络权重的互蒸馏方法。 该方法通过多个编码器提取不同事件表征，在特征级和logit级执行互知识蒸馏，随后采用动态分层模型合并策略生成统一的RGB-事件表示模型。 在多个事件数据集上的实验显示，该框架显著提升了性能。