研究では、オープンワールドビデオ認識のための基盤モデルによる豊富な知識を活用することで、PCAという名前の汎用的な知識転送パイプラインがオープンワールドビデオ認識を向上させることが示されています。この研究では、Percept、Chat、Adaptの3つの段階を経て外部マルチモーダル知識を統合し、ビデオ認識性能を向上させる方法が提案されています。
In un'altra lingua
dal contenuto originale
arxiv.org
Approfondimenti chiave tratti da
by Boyu Chen,Si... alle arxiv.org 03-01-2024
https://arxiv.org/pdf/2402.18951.pdfDomande più approfondite