Enhancing Audio-Visual Question Answering with Missing Modality via Trans-Modal Associative Learning

答疑 模态(人机交互) 计算机科学 情态动词 视听 结合属性 人工智能 自然语言处理 语音识别 多媒体 数学 化学 高分子化学 纯数学
作者
Kyu Ri Park,Young Min Oh,Jung Uk Kim
标识
DOI:10.1109/icassp48485.2024.10446292
摘要

We present a novel method for Audio-Visual Question Answering (AVQA) in real-world scenarios where one modality (audio or visual) can be missing. Inspired by human cognitive processes, we introduce a Trans-Modal Associative (TMA) memory that recalls missing modal information (i.e., pseudo modal feature) by establishing associations between available modal features and textual cues. During training phase, we employ a Trans-Modal Recalling (TMR) loss to guide the TMA memory in generating the pseudo modal feature that closely matches the real modal feature. This allows our method to robustly answer the question, even when one modality is missing during inference. We believe that our approach, which effectively copes with missing modalities, can be broadly applied to a variety of multimodal applications.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Hatexist应助烟火还是永恒采纳,获得10
3秒前
Hatexist应助烟火还是永恒采纳,获得10
3秒前
Hatexist应助烟火还是永恒采纳,获得10
3秒前
3秒前
天天快乐应助小花排草采纳,获得50
4秒前
Jasper应助Jupiter采纳,获得10
5秒前
x跳完成签到,获得积分10
8秒前
在水一方应助老九采纳,获得10
11秒前
12秒前
12秒前
14秒前
14秒前
Zjx发布了新的文献求助10
15秒前
16秒前
16秒前
Lzt关闭了Lzt文献求助
18秒前
充电宝应助miao采纳,获得10
21秒前
小二郎应助倩青春采纳,获得10
21秒前
丘比特应助licui采纳,获得10
23秒前
LabRat完成签到 ,获得积分10
25秒前
满天星完成签到,获得积分10
25秒前
科目三应助Vaibhav采纳,获得10
26秒前
马铃薯完成签到,获得积分0
27秒前
28秒前
研友_nV2ROn完成签到,获得积分10
29秒前
Rondab应助爱学习的曼卉采纳,获得10
31秒前
高高应助ZHAOXIN采纳,获得10
32秒前
倩青春发布了新的文献求助10
33秒前
CipherSage应助喜悦的秋柔采纳,获得10
35秒前
36秒前
37秒前
38秒前
41秒前
开朗依霜发布了新的文献求助10
41秒前
云舒发布了新的文献求助10
43秒前
务实青筠发布了新的文献求助10
44秒前
张浩关注了科研通微信公众号
45秒前
明亮芯发布了新的文献求助10
45秒前
liuxh123发布了新的文献求助10
46秒前
魏立翔完成签到,获得积分10
47秒前
高分求助中
The Mother of All Tableaux: Order, Equivalence, and Geometry in the Large-scale Structure of Optimality Theory 3000
A new approach to the extrapolation of accelerated life test data 1000
Indomethacinのヒトにおける経皮吸収 400
基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 370
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
Robot-supported joining of reinforcement textiles with one-sided sewing heads 320
Aktuelle Entwicklungen in der linguistischen Forschung 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3993371
求助须知:如何正确求助?哪些是违规求助? 3534027
关于积分的说明 11264545
捐赠科研通 3273794
什么是DOI,文献DOI怎么找? 1806170
邀请新用户注册赠送积分活动 883016
科研通“疑难数据库(出版商)”最低求助积分说明 809652