online videos | BriefGPT - AI 论文速递

关键词online videos

搜索结果 - 8

从医学视频中回答与健康相关的问题：数据集与方法
通过使用大规模数据集和视觉答案，本文聚焦于使用医疗视频为公众提供有关健康的视觉答案，并分析了数据集对模型训练和可视特征在提高单模态和多模态方法性能方面的影响。
PDF10 months ago
多模式视频章节生成
该研究介绍了一个名为 Chapter-Gen 的数据集，用于视频章节自动生成，提出了一个特定于视频章节生成任务的有效基线，并开发了 skip sliding window 机制来定位潜在章节并汇总本地特征，实验结果表明这种新框架具有优越性。
PDF2 years ago
EMNLPWhyAct: 生活视频中的行动原因识别
本文介绍一种利用视频和文本信息来自动识别在线视频中人类行为原因的多模态模型，并基于手动注释数据集 WhyAct，研究了流行的生活方式视频类型。
PDF3 years ago
ACL生活方式视频中可见行为的识别
本研究关注于在线视频中可见的人类行为的识别，提出一种多模态算法，利用视觉和语言线索自动推断视频中哪些行为可见，并通过人工标注数据集进行验证，结果表明该算法的表现优于单一模态算法。
PDF5 years ago
EMNLP张量融合网络用于多模态情感分析
本文介绍了一种名为 Tensor Fusion Network 的新型模型，它通过学习语音、手势等多种动态因素，实现了对在线视频中语言、手势等多种情感信息的判断，同时还优于现有的多模态和单一模态情感分析方法。
PDF7 years ago
基于循环神经网络的在线视频流行度预测
本文研究在线视频传播中的受欢迎程度预测问题，证明可以使用深度神经网络结构，将其作为分类任务来解决。我们提出了一种基于长期循环卷积网络 (LRCN) 的新方法来提取视频中的视觉线索，并将信息的时序性纳入模型。在 Facebook 上发布的超过
PDF7 years ago
ECCV视频中异构概念的弱监督学习
此研究的目标是通过 Indian Buffet Process 将在线视频的文本描述中的异构概念和位置限制纳入一个集成框架，并使用后验推理进行分类和定位，其比竞争基线表现显著优异。
PDF8 years ago
MOSI：网络观点视频中情感强度和客观性分析的多模态语料库
本文提出了第一个在线视频情感和主观分析的观点级标注语料库 Multimodal Opinion-level Sentiment Intensity dataset（MOSI），并介绍了一种新的多模态融合方法，共同建模口语和视觉手势。
PDF8 years ago