← Audio-visual Question Answering
평가 기록
과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.
표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.
| 모델 | 원본 지표·값 | 논문 | 구현 |
|---|---|---|---|
| VAST |
|
VAST: A Vision-Audio-Subtitle-Text Omni-Modality Foundation Model and Dataset 2023-05-29 |
코드 1 · 코드 2 |
| CoQo(Internvideo2) |
|
연결 없음 논문 날짜 미기재 |
연결 없음 |
| VALOR |
|
VALOR: Vision-Audio-Language Omni-Perception Pretraining Model and Dataset 2023-04-17 |
코드 1 |
| CAD |
|
CAD -- Contextual Multi-modal Alignment for Dynamic AVQA 2023-10-25 |
연결 없음 |
| LAVISH |
|
Vision Transformers are Parameter-Efficient Audio-Visual Learners 2022-12-15 |
코드 1 |
| ST-AVQA |
|
Learning to Answer Questions in Dynamic Audio-Visual Scenarios 2022-03-26 |
코드 1 |