1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 学术论文
  5. 通讯论文

基于跨模态交互的视频时刻定位与高光片段检测算法.pdf

基于跨模态交互的视频时刻定位与高光片段检测算法.pdf

    摘要

    摘要

    视频时刻定位与高光片段检测是视频分析领域中重要的研究方向，旨在根据文本查

    询来定位视频中的相关时刻，并预测每个片段的显著性分数，得分高的被选为高光片段。

    然而，当前视频时刻定位与高光片段检测的研究仍存在诸多不足。首先，现有方法不能

    充分融合视频时序信息与文本语义细节，缺乏灵活高效的跨模态交互机制。其次，由于

    查询缺乏明确的位置信息，模型在训练初期难以有效匹配查询与真实时刻，导致训练收

    敛速度较慢。此外，现有多模态模型在时序依赖建模和模态间

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >