研究者提出了LaSe-E2V框架，通过语言导向的途径和条件扩散模型实现高质量事件到视频重构。实验结果显示该方法在三个数据集上表现优越。

LaSe-E2V：面向语言引导的语义感知事件到视频重建
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证