BiSID-AVS：用双耳音频区分同类发声实例

Haoze Ma 等作者提出 BiSID-AVS 方法，利用双耳音频的耳间差异提供声源方向的空间约束，把类别级候选响应逐步细化为真实发声实例的掩码，以解决多个同类别候选同时存在时难以识别哪一个在发声的问题。 作者称，在双耳扩展的 AVS-Synthetic 基准和面向机器人室内感知的 Habitat-AVS 数据集上，该方法在多候选子集上的实例级 mIoU 分别提升 35.19 和 41.21 个百分点，并显著减少对非发声同类别区域的误激活。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。