研究人员通过从博弈论的视角构建问题，提出了一种弱监督视频时序定位的新方法。该新方法解决了现有模型的一些局限性，例如粗粒度的跨模态学习和对复杂时段提议的依赖。通过将视频帧和查询词建模为博弈参与者，系统量化它们之间的合作贡献，以确定跨模态相似度得分，从而无需预定义提议即可实现更精确的时段定位。 AI
影响 这种博弈论方法通过实现更精确的事件时序定位，有望提高视频理解系统的准确性和效率。
排序理由 该集群包含一篇详细介绍新研究方法的学术论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.26441v1 Announce Type: cross Abstract: This paper addresses the challenging task of weakly-supervised video temporal grounding. Existing approaches are generally based on the moment proposal selection framework that utilizes contrastive learning and reconstruction para…
This paper addresses the challenging task of weakly-supervised video temporal grounding. Existing approaches are generally based on the moment proposal selection framework that utilizes contrastive learning and reconstruction paradigm for scoring the pre-defined moment proposals.…