多事件视频文本检索
原文中文，约300字，阅读约需1分钟。发表于：。本研究介绍了多事件视频 - 文本检索（MeVTR）任务，旨在解决视频内容通常包含多个事件，而文本如用户查询或网页元数据倾向于特定和单一事件的实际情况。我们提出了一个简单的模型 Me-Retriever，它包含关键事件视频表示和新的 MeVTR 损失函数。通过全面的实验证明，这个简单的框架在视频到文本和文本到视频任务中胜过其他模型，为 MeVTR...
本文介绍了多事件视频-文本检索（MeVTR）任务，旨在解决视频内容通常包含多个事件，而文本如用户查询或网页元数据倾向于特定和单一事件的实际情况。提出了一个简单的模型Me-Retriever，通过全面的实验证明，在视频到文本和文本到视频任务中胜过其他模型，为MeVTR任务建立了一个强大的基准。
