UniCon+ : Soumission de l'ICTCAS-UCAS à la tâche AVA-ActiveSpeaker du ActivityNet Challenge 2022

Ce rapport présente une brève description de notre solution gagnante pour la tâche de détection d'orateur actif (Active Speaker Detection, ASD) du défi ActivityNet 2022. Notre modèle de base, UniCon+, s'appuie sur nos travaux précédents, le Unified Context Network (UniCon) et l'Extended UniCon, qui sont conçus pour une détection d'orateur actif robuste au niveau des scènes. Nous avons enrichi l'architecture avec un module basé sur un GRU simple permettant le flux d'informations relatives aux identités récurrentes à travers les scènes grâce à des opérations de lecture et de mise à jour. Nous rapportons un meilleur résultat de 94,47 % mAP sur l'ensemble de test AVA-ActiveSpeaker, ce qui nous place en tête du classement de ce défi cette année et fait progresser considérablement l'état de l'art.