Sep, 2018

完美匹配:音频-视觉同步的改进型跨模态嵌入

TL;DR该论文提出了一种新的跨模态嵌入学习策略,通过多路匹配问题学习嵌入,显著提升了音频到视频同步任务的表现,并用学习到的嵌入进行自我监督的视觉语音识别。