Sound Prompted Semantic Segmentation

La Segmentation Sémantique Guidée par le Son est une tâche qui combine la vision par ordinateur avec le traitement des signaux audio, visant à prédire le masque de segmentation sémantique des objets correspondants dans une image en fonction des prompts sonores fournis. Cette tâche utilise les informations sonores pour améliorer la compréhension visuelle, ce qui augmente la précision et la robustesse de la reconnaissance des cibles. Elle présente une valeur d'application importante dans des domaines tels que la surveillance intelligente, la conduite autonome et l'interaction homme-machine.