arXiv cs.CV· Aryahvishwa Babu, Kingsley Jin, Lillian Wang, Tuan M. Dang, Theron S. Wang, Jeorge Joshi, Annie Cao, Kenny Q. Zhu·· 3 小时前AI 评分31
真实视频中的音视频狗只识别与追踪
Audio-Visual Dog Identification and Tracking in Real-World Videos
AI 导读
一个多模态“狗只指纹”框架结合视觉识别、多目标跟踪与犬吠声纹，能在真实视频中把吠叫事件关联到具体狗只并维护持久档案。该框架可应对多只狗同时吠叫、遮挡和离屏吠叫，在 46 段真实视频、213 个标注吠叫事件上对可见事件中活跃狗只的定位正确率为 61.83%（IoU ≥ 0.30）。可见与离屏吠叫检测的 F1 达到 91.33%。
来源：arXiv cs.CV · arxiv.org