Dense-WebVid-CoVR

新框架使用基础模型实现高效的无训练视频检索

研究人员开发了一种名为“methodname”的新框架，用于无训练的组合视频检索（CoVR）。该方法通过根据查询难度调整推理深度来利用冻结的基础模型。该框架首先使用紧凑、可重用的纯视频表示进行初始搜索，然后对不确定的查询采用有界重排和候选扩展，最后对接近的候选者使用多模态验证。这种自适应策略允许在无需任务特定训练的情况下进行可扩展的检索和细粒度推理，在Dense-WebVid-CoVR和CoVR-R等基准测试中取得了最先进的性能。