통합 클립 검색 및 그라운딩 네트워크를 통한 장시간 비디오의 효율적인 처리

RGNet은 장시간 비디오에서 텍스트 쿼리에 해당하는 특정 순간을 효과적으로 검출하기 위해 클립 검색과 그라운딩을 통합한 단일 네트워크 모델이다.