-
公开(公告)号：CN118038319A
公开(公告)日：2024-05-14
申请号：CN202410170987.5
申请日：2024-02-06
Applicant: 南京大学
IPC: G06V20/40 , G06V10/44 , G06V10/82 , G06N3/0455 , G06N3/084
Abstract: 基于序列生成的视频理解统一架构实现方法、设备及介质，将时间动作检测TAD、时间动作分割TAS和通用事件边界检测GEBD三个视频理解任务的输入，统一成同一个空间中的token，传入编码器‑解码器架构的神经网络，根据不同任务分别解码出相应的结果，实现视频理解统一架构。本发明所提出的视频理解领域三个任务的统一架构，拥有对于不同视频理解任务的处理能力，可以从各视频理解任务的数据集中联合训练，得到更优良的结果。同时更加方便了模型部署，只需要训练一次就可以处理三种不同的视频理解任务。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
