★ 2
BiSID-AVS：用双耳音频区分同类候选中的发声实例
针对音视频分割在多个同类候选共存时难以定位真正发声实例的问题，论文引入双耳音频，利用双耳差异编码的声源方向信息提供空间约束。方法 BiSID-AVS 先由音频提示定位类别一致候选区域，再将双耳线索投影为图像平面空间响应图，最后在特征与解码器层面双重条件细化。在 AVS-Synthetic 与 Ha…
arXiv cs.AI6 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
针对音视频分割在多个同类候选共存时难以定位真正发声实例的问题，论文引入双耳音频，利用双耳差异编码的声源方向信息提供空间约束。方法 BiSID-AVS 先由音频提示定位类别一致候选区域，再将双耳线索投影为图像平面空间响应图，最后在特征与解码器层面双重条件细化。在 AVS-Synthetic 与 Ha…