BriefGPT - AI 论文速递 · 2023-10-24T00:00:00Z 教师引导的组合视觉推理的多模态表示 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 本文提出了一种名为推理模块网络(RMN)的视觉推理方法，用于视频字幕生成的推理能力。RMN包括三个时空推理模块和一个动态离散模块选择器。实验结果表明，RMN方法优于现有方法，同时提供了明确和可解释的生成过程。 🏷️ 标签 动态离散模块选择器 推理模块网络 时空推理模块 视觉推理 视频字幕生成 阅读原文 生成长图 分享链接 已复制链接
