Andre Levi

基于动态贝叶斯网络的多模态上下文感知交互框架

Han 等人提出融合动态贝叶斯网络与大语言模型的多模态交互框架，通过整合视线和手势实时推断用户意图，在办公场景下达到每帧0.83的识别准确率。