- …
- …
#325
summarized by : Ryuichi Nakahara
どんな論文か？
言語による動画の動作検索のゼロショット学習モデル
新規性
動画に対して文章で指定した動作が存在するフレームを検出してくれるモデル。
ビデオにおける動作マスクと時間検出を同時に行う事で、プロンプトに対応するビデオフレームを検出するモデルを構築。
これまでの研究は2段階だったが動作マスクと時間検出を並列させて1段階にした点が新規性。
結果
THUMOS14、 ActivityNet v1.3で良好な結果
その他（なぜ通ったか？等）
- …
- …