Weakly Supervised Gaussian Contrastive Grounding with Large Multimodal Models for Video Question Answering

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wang, Haibo, Lai, Chenghang, Sun, Yixuan, Ge, Weifeng
Format:	Preprint
Publié:	2024
Sujets:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2401.10711