video moment retrieval | BriefGPT

关键词video moment retrieval

搜索结果 - 31

使用现成模型的零样本视频时刻检索
我们提出了一种零样本简单方法来进行视频时刻检索任务，该方法不进行任何添加的精调，并且仅重新利用在其他任务上训练的现成模型。我们在 VMR 的 QVHighlights 基准上大大提高了以前零样本方法的性能，并将零样本与最先进的有监督方法之间
PDF2 years ago
ECCV视频语料库时刻检索的有选择性查询引导去偏差
本研究提出了一种新颖的选择性查询引导去偏置网络 (SQuiDNet)，通过有意地揭示查询中对象固有的偏倚时刻和执行由查询含义引导的选择性去偏倚以结合检索偏差以及查询中的对象、时刻和文本，本研究在三个时刻检索基准测试（即 TVR、Activi
PDF2 years ago
视频时刻检索的多模态跨域对齐网络
本文提出了一种用于跨域视频时刻检索的 Multi-Modal Cross-Domain Alignment 网络以及三个模块：域对齐模块、跨模态对齐模块和特定对齐模块，通过联合训练这些模块，实现域内不变和语义对齐的跨模态表示。
PDF2 years ago
SIGIR通过单帧注释从文本查询中检索视频时刻
本文提出一种称为 “glance annotation” 的新型注释范式，通过将输入的视频切分成多个片段，并利用对比学习的 ViGA 方法，得到具有高性能的视频片段检索结果。
PDF2 years ago
CVPRAxIoU：一种公理上证明的视频时刻检索度量
本文提出一种新的 VMR（Video Moment Retrieval）评价指标 -- Average Max IoU，该指标不再受制于旧评价方法 R@$K, heta$ 存在的问题，并满足了两个重要的 VMR 评价公理，即 “Redund
PDF2 years ago
视频中的时序句子地位划分：调查与未来方向
该论文调查了自然语言视频定位 (TSGV) 的基本概念和当前研究状况，并讨论了未来的研究方向，着重介绍了 TSGV 的多模态理解和交互技术，构建了 TSGV 技术的分类法，讨论了当前研究中存在的问题并分享了有前途的研究方向。
PDF2 years ago
SIGIR具有因果干预的视频时刻检索
该研究提出了一种基于因果关系的视频时刻检索框架，利用 Deconfounded Cross-modal Matching（DCM）方法去除时刻位置的混淆效应，并在考虑所有可能的目标位置的情况下，公平地将查询和视频内容纳入模型中以提高准确性和
PDF3 years ago
MM视频片段检索的逐帧跨模态匹配
本文提出了一种基于交互建模的专注跨模态相关性匹配（ACRM）模型，用于预测时间边界，并通过内部帧进行模型训练以提高定位精度，通过在 TACoS 和 Charades-STA 数据集上进行的实验表明，ACRM 模型优于几种最先进的方法。
PDF4 years ago
VLANet: 弱监督视频时刻检索的视频 - 语言对齐网络
本文提出了一种弱监督方法（wVMR）进行视频瞬间检索，通过使用对齐网络实现了更清晰的注意力和更少的计算负荷，并使用对比学习来训练模型。
PDF4 years ago
MM视频弱监督时序检索的正则化双分支提议网络
该研究提出了一个正则化的双分支提议网络，以同时考虑针对具有语义相似内容的不同片段之间的内部对抗和不同样本之间的外部对抗，从而应用于视频帧检索中，具有良好的效果。
PDF4 years ago
AAAI基于语义补全网络的弱监督视频时刻检索
本文提出了一种新的弱监督视频瞬间检索框架，包括提议生成和语义完成等组件，并在 ActivityCaptions 和 Charades-STA 数据集上进行了实验证明其有效性。
PDF5 years ago