论文解读

WAVE: Learning Unified & Versatile Audio-Visual Embeddings with Multimodal LLM

音频检索 | 8.0/10

 · 更新于 2026-09-24 · 约 10 分钟 · 4709 字 阅读 →
论文解读

WAVE: Learning Unified & Versatile Audio-Visual Embeddings with Multimodal LLM

音频检索 视频检索 | 8.5/10

 · 更新于 2026-09-24 · 约 11 分钟 · 5230 字 阅读 →
论文解读

Auto-MatchCut: An Audio-Visual Retrieval Framework for Seamless Match Cutting

跨模态检索 | 7.0/10

 · 更新于 2026-09-24 · 约 8 分钟 · 3899 字 阅读 →
论文解读

Caption and Audio-Guided Video Representation Learning with Gated Attention for Partially Relevant Video Retrieval

视频检索 | 7.0/10

 · 更新于 2026-09-24 · 约 9 分钟 · 4469 字 阅读 →
会议任务专题

ICASSP 2026 - 视频检索

共 1 篇 ICASSP 2026 视频检索 方向论文

 · 更新于 2026-09-24 · 约 3 分钟 · 1481 字 阅读 →