基于视觉-语言预训练模型的弱监督时序动作定位.docx

基于视觉-语言预训练模型的弱监督时序动作定位.docx

毕业设计(论文)

PAGE

1-

毕业设计(论文)报告

题目:

基于视觉-语言预训练模型的弱监督时序动作定位

学号:

姓名:

学院:

专业:

指导教师:

起止日期:

基于视觉-语言预训练模型的弱监督时序动作定位

摘要:随着计算机视觉和自然语言处理技术的快速发展,视觉-语言预训练模型在图像描述、图像分类等任务中取得了显著成果。然而,在时序动作定位任务中,由于动作的动态性和复杂性,传统的视觉-语言预训练模型往往难以达到满意的性能。本文提出了一种基于视觉-语言预训练模型的弱监督时序动作定位方法。首先,我们利用预训练模型提取视频帧的特征和文本描述的特

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档