BriefGPT - AI 论文速递
·
跨多个视频数据集的动作类关系检测和分类
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
通过使用相关的语言和视觉信息，提出了一个统一的模型来预测动作类别之间的关系。实验结果表明，预训练的最新神经网络模型对于文本和视频具有很高的预测性能。基于动作标签文本的关系预测比基于视频更准确。通过结合两种模态的预测可以进一步提高预测性能。
🎯
关键要点
- 提出了一个统一的模型来预测动作类别之间的关系
- 预训练的最新神经网络模型对于文本和视频具有很高的预测性能
- 基于动作标签文本的关系预测比基于视频更准确
- 结合两种模态的预测可以进一步提高预测性能
➡️
