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 特征(语言学) 推论 人工智能 自然语言处理 模式 语音识别 多样性(控制论) 模式识别(心理学) 多媒体 语言学 数学 化学 高分子化学 纯数学 社会学 哲学 社会科学
作者
Kyu Ri Park,Youngmin 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
1秒前
科研小孟应助Jessica英语好采纳,获得30
1秒前
4秒前
MiRoRo完成签到 ,获得积分10
4秒前
安详念蕾完成签到,获得积分10
5秒前
你看远山含笑水流长完成签到,获得积分10
5秒前
Moto_Fang完成签到 ,获得积分10
5秒前
南极冰完成签到 ,获得积分10
6秒前
if发布了新的文献求助10
10秒前
共享精神应助认真浩宇采纳,获得10
10秒前
杨佳酿完成签到,获得积分10
11秒前
热心的巧克力完成签到,获得积分10
11秒前
sfh完成签到,获得积分10
11秒前
研自助完成签到,获得积分10
11秒前
yxy完成签到,获得积分10
11秒前
一枚研究僧完成签到,获得积分0
12秒前
合适的毛豆完成签到,获得积分10
13秒前
不难不难完成签到,获得积分20
14秒前
Scidog完成签到,获得积分0
14秒前
漏漏漏完成签到,获得积分10
14秒前
Lucas应助科研通管家采纳,获得30
14秒前
14秒前
壮观的冬云完成签到,获得积分10
14秒前
萧萧应助科研通管家采纳,获得10
14秒前
Zurini发布了新的文献求助50
14秒前
萧萧应助科研通管家采纳,获得10
14秒前
研友_VZG7GZ应助科研通管家采纳,获得10
14秒前
科研通AI2S应助科研通管家采纳,获得10
14秒前
赘婿应助科研通管家采纳,获得10
14秒前
小二郎应助科研通管家采纳,获得10
14秒前
小金鱼完成签到,获得积分10
14秒前
csx应助科研通管家采纳,获得10
14秒前
14秒前
14秒前
科研通AI6应助科研通管家采纳,获得10
14秒前
14秒前
14秒前
萧萧应助科研通管家采纳,获得10
14秒前
14秒前
csx应助科研通管家采纳,获得10
15秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
List of 1,091 Public Pension Profiles by Region 1621
Lloyd's Register of Shipping's Approach to the Control of Incidents of Brittle Fracture in Ship Structures 1000
Brittle fracture in welded ships 1000
King Tyrant 600
A Guide to Genetic Counseling, 3rd Edition 500
Laryngeal Mask Anesthesia: Principles and Practice. 2nd ed 500
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5565300
求助须知:如何正确求助?哪些是违规求助? 4650273
关于积分的说明 14690344
捐赠科研通 4592143
什么是DOI,文献DOI怎么找? 2519466
邀请新用户注册赠送积分活动 1491956
关于科研通互助平台的介绍 1463168