Weakly-Supervised Dense Video Captioning via Complementary Masking for Implicit Location-Caption Alignment

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新的隐式位置-字幕对齐方法,解决了弱监督密集视频字幕生成中缺乏事件边界注释的问题。该方法通过补充掩蔽简化了事件提议和定位过程,实验结果表明其在公共数据集上优于现有弱监督方法,并与全监督方法竞争。

🏷️

标签

➡️

继续阅读