研究人员开发了一种新颖的跨模态知识迁移网络，用于无监督时间句子定位。该方法旨在通过利用来自更简单、易于获得的跨模态任务的知识，来克服对昂贵、配对的视频-查询注释的依赖。该网络将来自图像-名词任务的实体感知外观知识和来自视频-动词事件的事件感知动作表示进行迁移，并将其改编为无监督使用，以在没有直接训练的情况下关联视频和查询以检索相关片段。 AI
影响 提出了一种降低视频-文本检索任务注释成本的方法，可能使人工智能在视频分析中的应用更广泛。
排序理由 这是一篇详细介绍时间句子定位新方法的学术论文。[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 →