14 lines
855 B
Markdown
14 lines
855 B
Markdown
# InfoBridge: Balanced Multimodal Integration through Conditional Dependency Modeling
|
||
|
||
- 第一作者：Chenxin Li
|
||
- 发表：ICCV 2025
|
||
- 阅读深度：摘要及引言筛选；尚未复核完整算法
|
||
- 记录日期：2026-08-28
|
||
- 来源：[CVF](https://openaccess.thecvf.com/content/ICCV2025/html/Li_InfoBridge_Balanced_Multimodal_Integration_through_Conditional_Dependency_Modeling_ICCV_2025_paper.html)
|
||
|
||
## 摘要与项目关系
|
||
|
||
通过条件依赖建模，在跨模态融合和模态独有信息之间取得平衡，避免过强对齐抹掉互补性。
|
||
|
||
启发是视觉未必需要重复预测音频已明确提供的发声证据，应保留关系/方向信息。不要把所有人脸都强行与同一混合音频对齐为正例。具体 loss 是否适用需要进一步方法核查；当前优先使用清楚的逐人活动和讲话对象监督。
|