实体
MeViS-Audio
MeViS-Audio
PulseAugur coverage of MeViS-Audio — every cluster mentioning MeViS-Audio across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
Speech2MaskTrack 在LSVOS挑战赛中获得亚军
研究人员开发了Speech2MaskTrack，一种用于语音引导的视频对象分割的新颖方法。该方法将语音识别与时间定位和掩码跟踪相结合，以根据口头运动描述识别对象。Speech2MaskTrack通过将口头查询转录为结构化约束，并使用运动和关系证据对实例轨迹进行排名，在2026年第8届LSVOS挑战赛的MeViS-Audio赛道上获得第二名。
-
新的视听分割系统赢得LSVOS挑战赛
研究人员开发了一种新颖的视听分割系统，该系统涉及识别和分割视频中语音描述的对象。该系统首先使用Qwen3-ASR将语音转录为文本，然后使用互补的接地和分割模型生成多个视频掩码轨道。为了提高准确性，该系统会选择候选者中平均一致性最高的轨道，并对特定查询类型应用基于规则的校正。这种方法在第八届LSVOS挑战赛的MeViS-Audio赛道上取得了第一名。