实体
ASR-SaSaSa2VA
ASR-SaSaSa2VA
PulseAugur coverage of ASR-SaSaSa2VA — every cluster mentioning ASR-SaSaSa2VA across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
ASR-SaSaSa2VA框架在音频引导视频分割挑战赛中获得第二名
研究人员开发了ASR-SaSaSa2VA，一个用于音频引导视频对象分割的新型框架，提高了效率和鲁棒性。该方法使用自动语音识别将音频输入转换为文本运动描述，然后利用预训练的文本模型进行像素级预测。一个额外的模块过滤掉不相关的音频片段，增强了系统处理歧义输入的能力。该框架在第五届PVUW挑战赛MeViS-Audio赛道中以80.7分的成绩获得第二名。
-
ASR-SaSaSa2VA框架在音频引导视频分割挑战赛中获得第二名
研究人员开发了ASR-SaSaSa2VA，一个旨在改进音频引导视频目标分割的新框架。该方法将音频输入转换为文本运动描述，然后由预训练的文本视频分割模型进行处理。为了提高其性能，该系统包含一个模块，用于检测和过滤掉不指代任何目标对象的音频片段，使其对模糊的音频输入更加鲁棒。该框架在第五届PVUW挑战赛MeViS-v2-Audio赛道中以80.7分的成绩获得第二名。