实体
Video Captioning by Adversarial LSTM
Video Captioning by Adversarial LSTM
PulseAugur coverage of Video Captioning by Adversarial LSTM — every cluster mentioning Video Captioning by Adversarial LSTM across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新框架通过声明级奖励改进视频字幕
研究人员引入了声明级评分奖励（CuRe），一种用于密集视频字幕强化学习的新框架。该方法旨在克服现有奖励设计的局限性，例如整体判断和基于参考的评估，这些可能导致奖励破解或过于僵化的文本对齐。CuRe使用结构化评分表将字幕分解为原子声明，从而实现更可靠、更细粒度的验证。
-
新的AI框架解决了视觉模型错误和事件相机数据处理问题 · 跟踪3个来源
研究人员推出了一种名为Gazer的新型框架，该框架通过整合来自多模态大型语言模型的反馈来改进自回归视觉模型（AVMs）。Gazer分两个阶段进行：诊断中间生成状态的语义错误，然后纠正生成轨迹。这种方法在无需额外训练的情况下提高了图像和视频合成的语义对齐和组合准确性。此外，还开发了一个名为CapRiCorn-1K的新基准来评估视频字幕和主体指代一致性，结果显示当前模型在这些任务上存在困难，尤其是在视频时长增加时。另外，还提出了一个名为N…