audio-visual encoding | BriefGPT

关键词audio-visual encoding

搜索结果 - 1

ICCV如何设计一个音视觉主动扬声器检测的三级结构
通过对一系列可控实验的研究，本文提出了一些实用的准则，介绍了一个名为 ASDNet 的新架构，在 AVA-ActiveSpeaker 数据集上取得了 93.5％的 mAP，明显优于第二位达 4.7％的巨大优势。
PDF3 years ago