跳到正文
热点事件持续更新

Invert4TVG:反转任务辅助的时序视频定位框架

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Zhaoyu Chen 等作者提出时序视频定位框架 Invert4TVG,针对现有方法只优化时间 IoU、动作理解不足的问题,在强化学习中加入由 TVG 标注派生的三类反转辅助任务:动词补全、动作识别和视频描述,并用奖励函数保持模型的动作理解能力。论文称 3B 模型在 Charades-STA 上 [email protected] 提升 7.1%,超过 SOTA 方法,成果以 arXiv:2508.07388 发布。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月31日
  1. arXiv cs.AI
    Invert4TVG:以反转任务保持动作理解能力的时序视频定位框架

    Invert4TVG 是一种时序视频定位(TVG)框架,针对现有方法只优化时间 IoU、难以理解动作的问题,在强化学习框架中加入三类由 TVG 标注派生的反转辅助任务:动词补全、动作识别和视频描述。借助精心设计的奖励函数保持模型的动作理解能力,3B 模型在 Charades-STA 上 [email protected] 提升 7.1%,超过 SOTA 方法。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。