实体
Charades
Charades
PulseAugur coverage of Charades — every cluster mentioning Charades across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架增强多模态理解和定位能力
研究人员推出Generalized CycleGRPO，一个新颖的强化学习框架，旨在增强细粒度多模态理解和定位。这种统一的方法将区域理解与跨越空间、时间、时空等各种领域的定位相结合。该系统为给定区域生成候选描述，然后将这些描述定位以重建输入，使用重建重叠和个体定位作为奖励。该方法在GroundingSuite和GRES等基准测试中表现出显著的改进，并引入了一个新的基准DOVE，用于评估视频中的时间独特性。
-
新的PHA-Net通过原型对齐改进文本-视频检索
研究人员开发了PHA-Net，一种用于文本-视频检索的新型网络，它利用共享原型来有效地对齐跨模态表示。该方法通过增强具有强语义的token并抑制较弱的token来解决文本和视频之间的语义不匹配问题。PHA-Net在多个基准测试中表现出显著的改进，包括MSR-VTT、ActivityNet、VATEX和Charades。