MMViR: A Multi-Modal and Multi-Granularity Representation for Long-range Video Understanding

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Li, Zizhong, Zhang, Haopeng, Zhang, Jiawei
Format: Preprint
Veröffentlicht: 2026
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!