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。
Іншою мовою
із вихідного контенту
arxiv.org
Ключові висновки, отримані з
by Boyu Chen,Si... о arxiv.org 03-01-2024
https://arxiv.org/pdf/2402.18951.pdfГлибші Запити