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
LASER: A Neuro-Symbolic Framework for Learning Spatial-Temporal Scene Graphs with Weak Supervision
Arxiv
0+阅读 · 10月27日
RETTA: Retrieval-Enhanced Test-Time Adaptation for Zero-Shot Video Captioning
Arxiv
0+阅读 · 10月28日
VC4VG: Optimizing Video Captions for Text-to-Video Generation
Arxiv
0+阅读 · 10月28日
IF-VidCap: Can Video Caption Models Follow Instructions?
Arxiv
0+阅读 · 10月21日
Shot2Tactic-Caption: Multi-Scale Captioning of Badminton Videos for Tactical Understanding
Arxiv
0+阅读 · 10月16日
LLMVA-GEBC: Large Language Model with Video Adapter for Generic Event Boundary Captioning
Arxiv
0+阅读 · 10月8日
Addressing the ID-Matching Challenge in Long Video Captioning
Arxiv
0+阅读 · 10月8日
Cap2Sum: Learning to Summarize Videos by Generating Captions
Arxiv
0+阅读 · 10月5日
Taming Text-to-Sounding Video Generation via Advanced Modality Condition and Interaction
Taming Text-to-Sounding Video Generation via Advanced Modality Condition and Interaction
Arxiv
0+阅读 · 10月3日
Dense Video Captioning using Graph-based Sentence Summarization
Arxiv
0+阅读 · 6月25日
UGC-VideoCaptioner: An Omni UGC Video Detail Caption Model and New Benchmarks
Arxiv
0+阅读 · 7月15日
ViCaS: A Dataset for Combining Holistic and Pixel-level Video Understanding using Captions with Grounded Segmentation
ViCaS: A Dataset for Combining Holistic and Pixel-level Video Understanding using Captions with Grounded Segmentation
Arxiv
0+阅读 · 4月3日
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
参考链接
父主题
计算机视觉
微信扫码咨询专知VIP会员
Top