PulseAugur
中
实时 08:26:37

新的VEGAS指标使视频字幕与观众注意力保持一致

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出了VEGAS（Video caption Evaluation via GAze Score），一种旨在通过将生成的文本与个体观众注意力对齐来改进视频字幕的新型指标。与传统方法不同，VEGAS无需训练，并使用测试时眼动追踪数据来选择更符合观众焦点的个性化字幕。这种方法在字幕到视频检索等下游任务中表现出性能提升，突显了将观众注意力纳入字幕过程的实际益处。 AI

影响 该指标可以通过关注个体用户注意力，从而实现更具个性化和相关性的视频内容分析。

排序理由 该集群包含一篇详细介绍视频字幕新指标的学术论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的VEGAS指标使视频字幕与观众注意力保持一致

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Shenghui Chen, Po-han Li, Ximeng Sun, Shijia Yang, Emad Barsoum, Zicheng Liu, Sandeep Chinchali, Ufuk Topcu ·

    VEGAS: Human-Aligned Video Caption Evaluation via Gaze

    arXiv:2607.08489v1 Announce Type: cross Abstract: Vision-language models excel at video captioning, yet typically generate descriptions that fail to capture individual viewers' attention. We propose VEGAS (Video caption Evaluation via GAze Score), a training-free metric that leve…

  2. arXiv cs.AI TIER_1 English(EN) · Ufuk Topcu ·

    VEGAS: Human-Aligned Video Caption Evaluation via Gaze

    Vision-language models excel at video captioning, yet typically generate descriptions that fail to capture individual viewers' attention. We propose VEGAS (Video caption Evaluation via GAze Score), a training-free metric that leverages test-time gaze to sample personalized, atten…

相关实体

相关话题