面向视频时序定位的超剪辑金字塔（SuperClip Pyramid）
英文标题：SuperClip Pyramid for Video Temporal Grounding
随着网络视频内容的爆炸式增长，根据用户特定查询实现视频时序定位（Video Temporal Grounding）已成为关键需求，该领域主要涵盖时刻检索（Moment Retrieval, MR）与高光检测（Highlight Detection, HD）两大核心任务。论文提出了名为 SuperClip Pyramid 的新架构，旨在提升视频多尺度时序特征建模与片段精确定位能力。该研究对从事多模态视频理解、智能视频剪辑与长视频检索的开发者和研究团队具有重要的参考价值。
打开原文相关 2.4 · 机会 0
2.0 KB
640 B
612 B
380 B
9.1 KB
18.2 KB
22.8 KB
24.2 KB
34.7 KB
中文
摘要
随着网络视频内容的快速扩张，视频时序定位（Video Temporal Grounding）已成为根据用户特定查询定位视频片段的关键技术，其主要包含两个子任务：时刻检索（Moment Retrieval, MR）和高光检测（Highlight Detection, HD）。尽管近期的研究方法……
BibTeX 引用格式
×
English / 原文
BibTeX formatted citation
×