
DiffSal proposes a novel diffusion architecture for generalized audio-visual saliency prediction, achieving superior performance across challenging benchmarks.


coremsg

diffsal-joint-audio-and-video-learning-for-diffusion-saliency-prediction


DiffSal: Joint Audio and Video Learning for Diffusion Saliency Prediction


title_rewrite


Ein neues Diffusionsmodell für die generalisierte audiovisuelle Saliency-Vorhersage (DiffSal) wird vorgestellt, das eine überlegene Leistung im Vergleich zu früheren State-of-the-Art-Methoden aufweist.
