研究人员开发了VEDJE,一种新颖的视频高效判别联合编码器(Video-Efficient Discriminative Joint Encoder),旨在提高视频-文本检索的可扩展性和效率。该方法将视频特征压缩成可重用缓存,显著降低了检索时的计算成本。通过在训练期间引入特征变化预测信号,VEDJE在不增加查询时工作量的情况下提高了检索准确性。该系统在MSR-VTT、MSVD、DiDeMo和ActivityNet等多个基准测试中表现强劲,在大幅缩小每个视频的缓存大小时,实现了具有竞争力的召回率。 AI
影响 通过在压缩视频数据上进行检索,提高了视频搜索应用的效率和可扩展性。
排序理由 这是一篇详细介绍视频-文本检索新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →