实体
Audio-Visual Segmentation
Audio-Visual Segmentation
PulseAugur coverage of Audio-Visual Segmentation — every cluster mentioning Audio-Visual Segmentation across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架整合深度数据以改进视听分割
研究人员推出了一种新颖的视听分割（AVS）三模态框架DGCM-AVS，该框架将深度信息与音频和视觉线索相结合。该方法旨在通过显式建模距离和遮挡等几何特性来改进发声对象的定位，而这些特性在现有方法中常常被忽略。该框架采用深度感知动态调制器以实现更好的对象分离，并采用深度引导渐进式融合来对齐音频与视觉特征。在AVSS数据集上的实验表明，与最先进的方法相比，在M_J上相对提高了10.2%，在M_F上相对提高了8.7%。
-
新的 DDAVS 框架提高了视听分割的准确性
研究人员开发了 DDAVS，一个新颖的视听分割框架，解决了多源纠缠和视听不对齐的挑战。该系统使用可学习的查询和结构化语义空间来提取和锚定音频语义，增强判别力。此外，DDAVS 通过双交叉注意力引入延迟模态交互，以提高多模态对齐的鲁棒性。在 AVS-Objects 和 VPO 基准上的实验表明，DDAVS 在各种分割场景中取得了最先进的性能。