网站大量收购闲置独家精品文档,联系QQ:2885784924

基于视音频融合与稀疏语义指导的视频描述生成研究.pdf

基于视音频融合与稀疏语义指导的视频描述生成研究.pdf

  1. 1、本文档共74页,其中可免费阅读23页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

摘要

近年来,随着互联网、多媒体技术、大容量存储器以及智能化设备的快速普

及和发展,视频成为了信息传播的主要媒介。视频描述任务是一项跨模态任务,

涉及到了计算机视觉和自然语言处理两个领域。通过深入研究现有视频描述生

成任务的方法,发现存在两个主要问题:1、在多模态数据环境下,视频中视觉

和音频不同模态信息之间存在异质性,难以有效利用模态间的互补信息。2、在

缺乏音频辅助信息输入的环境下,视频中存在大量表示相似语义的冗余视觉

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档