实体
QVHighlights
QVHighlights
PulseAugur coverage of QVHighlights — every cluster mentioning QVHighlights across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的SMART框架通过音频和镜头感知压缩增强视频片段检索
研究人员开发了SMART，一种用于视频片段检索的新框架，通过整合音频线索和视觉信息来增强多模态理解。该方法利用了多模态大语言模型（MLLM），并采用了一种新颖的“镜头感知令牌压缩”技术，以选择性地保留每个视频镜头中的重要信息，从而保留细粒度的时间细节。在Charades-STA和QVHighlights等标准基准上的评估证明了SMART的有效性，显示出相比现有最先进方法的显著改进。
-
新框架CoSTL增强视频时刻检索和精彩片段检测
研究人员推出CoSTL，一个旨在改进视频时刻检索和精彩片段检测的新框架。该方法通过关注视频中细粒度的图像级细节和更广泛的时间理解来解决现有方法的局限性。CoSTL利用文本驱动的编码器进行详细的空间表示，并利用多尺度模块处理时间动态，在四个基准数据集上取得了最先进的成果。
-
GIRL-DETR 通过强化学习提升视频时刻检索能力
研究人员开发了 GIRL-DETR，一种通过解决轻量级模型的优化挑战来改进视频时刻检索的新方法。该方法在监督训练后冻结骨干网络，并采用三阶段渐进式强化学习策略直接优化不可微的评估指标。在基准数据集上的实验显示出显著的准确性提升，为强化学习在视频分析中的应用提供了新途径。