会员服务
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
Long Video Diffusion Generation with Segmented Cross-Attention and Content-Rich Video Data Curation
Arxiv
0+阅读 · 12月2日
Exo2EgoDVC: Dense Video Captioning of Egocentric Procedural Activities Using Web Instructional Videos
Arxiv
0+阅读 · 11月28日
Whats in a Video: Factorized Autoregressive Decoding for Online Dense Video Captioning
Arxiv
0+阅读 · 11月22日
Grounded Video Caption Generation
Arxiv
0+阅读 · 11月12日
EVQAScore: Efficient Video Question Answering Data Evaluation
Arxiv
0+阅读 · 11月11日
Multi-Modal interpretable automatic video captioning
Arxiv
0+阅读 · 11月11日
Video Summarization: Towards Entity-Aware Captions
Arxiv
0+阅读 · 11月11日
Pseudo-labeling with Keyword Refining for Few-Supervised Video Captioning
Arxiv
0+阅读 · 11月6日
It's Just Another Day: Unique Video Captioning by Discriminative Prompting
Arxiv
0+阅读 · 10月15日
Shotluck Holmes: A Family of Efficient Small-Scale Large Language Vision Models For Video Captioning and Summarization
Arxiv
0+阅读 · 10月21日
LVD-2M: A Long-take Video Dataset with Temporally Dense Captions
Arxiv
0+阅读 · 10月14日
Vript: A Video Is Worth Thousands of Words
Arxiv
0+阅读 · 10月25日
Enhancing Multimodal LLM for Detailed and Accurate Video Captioning using Multi-Round Preference Optimization
Arxiv
0+阅读 · 10月9日
NarrativeBridge: Enhancing Video Captioning with Causal-Temporal Narrative
Arxiv
0+阅读 · 10月5日
Cap2Sum: Learning to Summarize Videos by Generating Captions
Arxiv
0+阅读 · 8月23日
参考链接
父主题
计算机视觉
微信扫码咨询专知VIP会员
Top