QC-MI-OVSEL基准与Q-RSet方法提出

Yongqiang Chen等作者提出并发布查询条件多实例开放词汇声事件定位基准 QC-MI-OVSEL，以及配套的 Q-RSet 方法。该基准包含 40,000 个一阶 Ambisonics 场景、83 类共 80,000 个均衡的存在/缺失查询视图，其中 17 类为训练与开发阶段未见过的新类别；每帧标注每个查询匹配源的活动与三维方向，最多三个同时目标。 Q-RSet 用查询条件源槽与基于责任度的证据聚合做源集合预测，作者称其在源恢复、定位召回、基数估计与缺失查询抑制上优于基线。分析显示，新类别、改写查询和更高源数量主要影响源发现与集合补全，已成功恢复源的方位精度相对稳定。

根据报道生成 · 1 天前更新

还没有足够的连续观测数据，暂不绘制趋势。