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 哲学 社会学 社会科学 纯数学 高分子化学 化学
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
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
刚刚
枫糖吐司应助Hakunamatata采纳,获得10
刚刚
1秒前
1秒前
zhonyi完成签到 ,获得积分10
2秒前
飘逸书兰完成签到,获得积分10
2秒前
zhou发布了新的文献求助10
3秒前
SuiWu应助糊涂的缘分采纳,获得30
3秒前
3秒前
无奈石头发布了新的文献求助10
3秒前
zz完成签到,获得积分10
3秒前
Pan发布了新的文献求助20
4秒前
欧拉完成签到,获得积分10
4秒前
羊布吃稻发布了新的文献求助10
5秒前
小二郎应助Astro采纳,获得150
5秒前
科研同人发布了新的文献求助10
5秒前
迅速又晴完成签到,获得积分10
5秒前
tya34发布了新的文献求助10
6秒前
6秒前
杨李慧发布了新的文献求助80
6秒前
Sherry发布了新的文献求助10
7秒前
SciGPT应助绝世镜天采纳,获得10
7秒前
mmyhn发布了新的文献求助10
7秒前
俏皮的莫言完成签到,获得积分10
7秒前
李静发布了新的文献求助20
8秒前
qiqi完成签到,获得积分10
8秒前
l123发布了新的文献求助10
8秒前
木木酱发布了新的文献求助10
8秒前
鲨鱼辣椒发布了新的文献求助10
8秒前
TNLW给TNLW的求助进行了留言
9秒前
向雅发布了新的文献求助10
9秒前
xun完成签到,获得积分10
9秒前
小二郎应助乆乆乆乆采纳,获得10
10秒前
wl1217完成签到,获得积分10
10秒前
11秒前
11秒前
鸟兽兽应助俏皮的莫言采纳,获得10
12秒前
端庄依丝发布了新的文献求助10
12秒前
12秒前
13秒前
高分求助中
Inorganic Chemistry Eighth Edition 1200
Free parameter models in liquid scintillation counting 1000
Standards for Molecular Testing for Red Cell, Platelet, and Neutrophil Antigens, 7th edition 1000
HANDBOOK OF CHEMISTRY AND PHYSICS 106th edition 1000
ASPEN Adult Nutrition Support Core Curriculum, Fourth Edition 1000
The Psychological Quest for Meaning 800
Signals, Systems, and Signal Processing 610
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6303659
求助须知:如何正确求助?哪些是违规求助? 8120285
关于积分的说明 17006039
捐赠科研通 5363414
什么是DOI,文献DOI怎么找? 2848574
邀请新用户注册赠送积分活动 1826007
关于科研通互助平台的介绍 1679821