CFSum: A Transformer-Based Multi-Modal Video Summarization Framework With Coarse-Fine Fusion

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Guo, Yaowei, Xing, Jiazheng, Hou, Xiaojun, Xin, Shuo, Jiang, Juntao, Terzopoulos, Demetri, Jiang, Chenfanfu, Liu, Yong
Formato:	Preprint
Publicado:	2025
Materias:	Computer Vision and Pattern Recognition
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2503.00364