audio-visual action recognition | BriefGPT

关键词audio-visual action recognition

搜索结果 - 1

自监督多感官特征的音频 - 视觉场景分析
本文提出了一种融合多感官表征的方法，通过神经网络自动预测视频帧和音频的时间对齐情况，实现声音定位、视听行为识别和音频源分离等三个应用。
PDF6 years ago