#AMiner今日论文推荐# 人大高瓴AI学院提出：面向动态视音场景的问答学习机制
论文：Learning to Answer Questions in Dynamic Audio-Visual Scenarios
PDF下载链接：http://t.cn/A66dUEC1

最近，中国人民大学高瓴人工智能学院提出了一种新的框架，让AI能像人一样观看和聆听乐器演奏，并对给定的视音问题做出跨模态时空推理。为了更好的探索视听场景理解和时空推理的问题，研究生构建了一个专注于问答任务的大规模的视听数据集（Spatial-Temporal Music AVQA, MUSIC-AVQA）。MUSIC-AVQA数据集具有以下优势：MUSIC-AVQA数据集涵盖大量的声音问题、视觉问题和视听问题的问答对，比其他问答类数据集更全面丰富；MUSIC-AVQA数据集由包含丰富视听成分的乐器演奏场景组成，有助于更好地研究视听交互场景理解和推理，并可以在一定程度上避免场景中的噪声问题。

#人工智能# #论文#

AMiner官网：http://t.cn/RYHtrB5