BriefGPT - AI 论文速递 · 2023-10-19T00:00:00Z 针对深度视频理解的查询感知长视频定位和关系判别 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 本文介绍了一种基于查询的长视频定位和关系判别方法，利用图像语言预训练模型来选择与查询相关的帧，免去了构建完整的电影级知识图谱的需要。该方法在两组电影级查询中取得了第一和第四名的位置，并且经过充分的实验证明其效果和鲁棒性。 🏷️ 标签 关系判别 图像语言预训练模型 实验证明 电影级知识图谱 长视频定位 阅读原文 生成长图 分享链接 已复制链接
