研究人员开发了一个名为内在时间自适应(ITA)的新框架,以改进部分相关视频检索(PRVR)。该方法通过允许CLIP的视觉Transformer层处理相邻帧组来增强其时间理解能力,从而创建具有时间感知的嵌入。ITA还结合了亲和度加权梯度传播,以更好地处理PRVR的弱监督特性,有效地聚合和传播学习信号到相关帧。 AI
影响 提高了文本查询的细粒度视频理解和检索准确性。
排序理由 关于视频检索新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Intrinsic Temporal Adaptation
- Partially Relevant Video Retrieval
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →