研究团队提出双耳音视频实例分割方法BiSID-AVS
Start here
2026年11月，研究团队提出面向音视频分割的双耳发声实例消歧方法BiSID-AVS。该方法针对多个同类视觉候选场景，引入双耳音频空间约束以识别出真实的发声实例。技术方案上，BiSID-AVS通过音频提示定位候选区域，并将双耳线索映射为空间响应图，在特征与解码器层级进行双重空间调节。评测结果显示，在AVS-Synthetic与Habitat-AVS数据集的多候选子集上，BiSID-AVS将实例级mIoU分别提升了35.19和41.21个百分点。
AI-generated from reports · Updated 4 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能面向音视频分割的双耳发声实例消歧方法 BiSID-AVS
研究团队提出音视频分割方法 BiSID-AVS，引入双耳音频空间约束以识别多个同类视觉候选中的真实发声实例。该方案通过音频提示定位候选区域，并将双耳线索映射为空间响应图，在特征与解码器层级进行双重空间调节。在 AVS-Synthetic 与 Habitat-AVS 数据集的多候选子集上，BiSID-AVS 将实例级 mIoU 分别提升了 35.19 和 41.21 个百分点。
Story heat trend
Current heat 9·Comparable peak 10（Nov 5 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.