跳到正文
热点事件持续更新

PRISM:零样本免训练视频摘要框架

1 篇报道1 个报道来源18 小时前更新

先了解这件事

AI 综述

Shreya Rajpal等作者发布论文,提出零样本、免训练的程序性视频摘要框架PRISM。该框架只选取不到5%的视频帧,即保留超过84%的语义内容,较基线最高提升7.5%。 PRISM用轻量视觉过滤和动态生成的过程标签作为语义锚点来挑选关键帧-标签组,减少送入下游视觉语言描述阶段的视觉输入数量。评估在YouCook2、ActivityNet Captions、关键帧选择基准和手术视频数据集上完成。

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15日
  1. arXiv:cs.AI
    PRISM:零样本免训练的程序性视频摘要框架,仅选 5% 帧保留 84% 语义

    PRISM 是一个零样本、免训练的程序性视频摘要框架,只选取不到 5% 的视频帧即保留超过 84% 的语义内容,较基线最高提升 7.5%。它用轻量视觉过滤和动态生成的过程标签作为语义锚点来挑选关键帧-标签组,减少送入下游视觉语言描述阶段的视觉输入数量。PRISM 在 YouCook2、ActivityNet Captions 以及关键帧选择基准和手术视频数据集上完成了评估。

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。