VideoXum: Cross-modal Visual and Textural Summarization of Videos

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Jingyang, Hua, Hang, Chen, Ming, Li, Yikang, Hsiao, Jenhao, Ho, Chiuman, Luo, Jiebo
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2303.12060