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
CaReBench: A Fine-Grained Benchmark for Video Captioning and Retrieval
Arxiv
0+阅读 · 3月18日
EVQAScore: A Fine-grained Metric for Video Question Answering Data Quality Evaluation
Arxiv
0+阅读 · 2月6日
VidCapBench: A Comprehensive Benchmark of Video Captioning for Controllable Text-to-Video Generation
Arxiv
0+阅读 · 2月18日
PolySmart @ TRECVid 2024 Video Captioning (VTT)
Arxiv
0+阅读 · 1月25日
Weakly Supervised Video Scene Graph Generation via Natural Language Supervision
Arxiv
0+阅读 · 2月21日
Capturing Rich Behavior Representations: A Dynamic Action Semantic-Aware Graph Transformer for Video Captioning
Arxiv
0+阅读 · 2月19日
Synchronized Video Storytelling: Generating Video Narrations with Structured Storyline
Arxiv
0+阅读 · 2024年12月30日
PolySmart @ TRECVid 2024 Medical Video Question Answering
Arxiv
1+阅读 · 2024年12月20日
G-VEval: A Versatile Metric for Evaluating Image and Video Captions Using GPT-4o
Arxiv
1+阅读 · 2024年12月19日
G-VEval: A Versatile Metric for Evaluating Image and Video Captions Using GPT-4o
Arxiv
1+阅读 · 2024年12月18日
Implicit Location-Caption Alignment via Complementary Masking for Weakly-Supervised Dense Video Captioning
Arxiv
1+阅读 · 2024年12月17日
EVQAScore: Efficient Video Question Answering Data Evaluation
Arxiv
1+阅读 · 2024年12月12日
InstanceCap: Improving Text-to-Video Generation via Instance-aware Structured Caption
Arxiv
1+阅读 · 2024年12月12日
Exo2EgoDVC: Dense Video Captioning of Egocentric Procedural Activities Using Web Instructional Videos
Arxiv
0+阅读 · 2024年12月9日
Long Video Diffusion Generation with Segmented Cross-Attention and Content-Rich Video Data Curation
Arxiv
0+阅读 · 2024年12月2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