成为VIP会员查看完整内容
VIP会员码认证
首页
主题
会员
服务
注册
·
登录
视频描述生成(Video Caption)
关注
973
视频描述生成(Video Caption),就是从视频中自动生成一段描述性文字
综合
百科
荟萃
VIP
热门
动态
论文
精华
EVA-Cap: Optimizing Audiovisual Video Captioning via Event-Centric Alignment
Arxiv
0+阅读 · 10月15日
PIGEONS: Incremental Long-Video Captioning with Persistent Identity Gallery and Evolving Overarching Narrative Summary
Arxiv
0+阅读 · 10月12日
BodyCam-VQA: Enhanced Body-Worn Camera Video Captioning via Multimodal Reasoning and Probe Question Generation
Arxiv
0+阅读 · 9月9日
CapMem: A Benchmark for Caption-Based Episodic Memory in Egocentric Video
Arxiv
0+阅读 · 9月15日
Putting Captions to the Test: Evaluating Video Caption Quality through Multiple-Choice Question Answering
Arxiv
0+阅读 · 9月9日
Can We Trust Video Hallucination Detectors? VidHalLoc for Evaluating the Evaluators
Arxiv
0+阅读 · 9月9日
Rigel: Self-Distilled Score Adaptation for Image and Video Captioning Evaluation
Arxiv
0+阅读 · 9月14日
A Reverse Sign Language Dictionary: Open-Vocabulary Sign Recognition from Continuous Signing via Video Captioning and Description Retrieval
Arxiv
0+阅读 · 9月3日
From Visual Cues to Spoken Narration: Rethinking Audio Description
Arxiv
0+阅读 · 9月1日
AVSCap: Orchestrating Audio-Visual Synergy for Omni-modal Video Captioning
Arxiv
0+阅读 · 7月14日
ProCap: Prominence-guided Object Rectification for Faithful and Comprehensive Video Captioning
Arxiv
0+阅读 · 7月23日
Watching Synthetic Videos: Aligning Cross-modal Representations with Visual Synthesis for Zero-shot Video Captioning
Arxiv
0+阅读 · 8月11日
Adaptive Emotional Video Captioning via Affective Heterogeneous Graph Reasoning and Multi-task Joint Learning
Arxiv
0+阅读 · 7月31日
TAU-Agent: An Agentic Retrieval-Augmented Framework for Traffic Anomaly Understanding
Arxiv
0+阅读 · 8月26日
CineCap: Structured Reasoning with Spatio-Temporal Anchors for Cinematographic Video Captioning
Arxiv
0+阅读 · 6月23日
参考链接
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top