本文介绍了一种端到端训练的理解网络，结合语言和视觉编码器，通过动态滤波器将文本知识转移到图像中，捕获对象的空间信息。生成的字幕网络增强了语言和视觉模块的通信，提高了表示效果。在两个数据集上的评估显示，该方法表现优异。

本文介绍了一种端到端可训练的理解网络，结合语言和视觉编码器，通过动态滤波器将文本知识转移到图像中，有效捕获对象的空间信息，并通过生成字幕网络加强模块通信。实验结果显示，该框架在两个数据集上表现优异。

本文提出了一种新方法，通过自然语言查询解决长视频中定位时间点的问题。该方法引入了动态滤波器、新的损失函数和软标签等关键组件，实现了从语言到视觉的转换，并在两个基准数据集上表现出优越性。

本文提出了一种通过自然语言查询解决长视频中定位时间点问题的新方法。该方法使用动态滤波器、新的损失函数和软标签等关键组件，实现了语言到视觉的转换，并在两个基准数据集上表现出色。