Hierarchical Semantic-Constrained Heterogeneous Graph for Audio-Visual Event Localization

En 3 lignesMéthode HSCHG pour la localisation d'événements audio-visuels en vocabulaire ouvert. Construit un graphe hétérogène hiérarchique en espace euclidien avec nœuds de segments et vidéo, applique une fusion multi-modale sélective et projette les représentations en espace hyperbolique avec régularisation d'implication hiérarchique. Surpasse les méthodes existantes sur le benchmark OV-AVEL.

Résumé généré par Claude — vérifié par l'humain