源感知语义表示网络：增强音视频问答
原文中文，约300字，阅读约需1分钟。发表于：。本研究针对音视频问答（AVQA）中复杂的多模态场景解析问题，提出了一种新颖的源感知语义表示网络（SaSR-Net）。该网络通过源级可学习的标记有效捕捉和对齐音视频元素，利用空间和时间注意机制简化音视频信息的融合，显著提升了在多模态场景中识别答案的能力。实验结果显示，SaSR-Net在Music-AVQA和AVQA-Yang数据集上超越了现有的最先进AVQA方法。
本研究提出了一种新颖的源感知语义表示网络（SaSR-Net），用于音视频问答中的复杂多模态场景解析。该网络通过可学习标记捕捉音视频元素，并利用空间和时间注意机制提升信息融合效果。实验结果表明，其在Music-AVQA和AVQA-Yang数据集上优于现有方法。
