Towards Open-Vocabulary Audio-Visual Event Localization
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出开放词汇音视频事件定位（OV-AVEL）任务，解决了音视频事件定位中对未知事件类别处理不足的问题。通过引入OV-AVEBench数据集和基准方法，显著提升了开放集环境下的音视频事件识别能力。
🏷️
