实体
SaSaSa2VA
SaSaSa2VA
PulseAugur coverage of SaSaSa2VA — every cluster mentioning SaSaSa2VA 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
-
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。
-
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。