Sound Prompted Semantic Segmentation

Sound Prompted Semantic Segmentation是一项结合计算机视觉与音频信号处理的任务，旨在通过给定的音频提示预测图像中对应对象的语义分割掩码。该任务利用声音信息增强视觉理解，提高目标识别的准确性和鲁棒性，在智能监控、自动驾驶和人机交互等领域具有重要应用价值。