⌘ K
… 读取采集状态 同步中...
雷
原文
新智元· 新智元·· 28 天前AI 评分30

复旦大学发布 AVTrack 复杂场景音视频追踪基准及 AVTracker 模型

复旦发布以人为中心的复杂场景音视频追踪基准 | ICML 2026

AI 导读

复旦大学 CVL 实验室发布面向复杂场景的音视频追踪基准 AVTrack,该基准包含 871 段视频及 8 类挑战,论文已被 ICML 2026 接收。配套提出的 AVTracker 模型在 HOTA 测试指标上达到 29.08,较现有最佳方法 AVISM 提升 8.24。基准与代码、数据集现已开源,旨在解决长视频中身份保持难题。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:新智元 · mp.weixin.qq.com