HyperAIHyperAI

Command Palette

Search for a command to run...

تقرير فريق RUC_AIM3 في مسابقة ActivityNet 2020 المهمة 2: استكشاف كشف الأحداث التسلسلية لوصف الفيديو الكثيف

Yuqing Song Shizhe Chen Yida Zhao Qin Jin

الملخص

لكشف الأحداث ذات المعنى في مقاطع الفيديو غير المُعدّلة يُعدّ أمرًا بالغ الأهمية لكتابة العناوين الكثيفة للفيديو. في هذا العمل، نقترح نموذجًا جديدًا وبسيطًا لإنشاء تسلسل الأحداث، ونستكشف العلاقات الزمنية بين أحداث هذا التسلسل في الفيديو. يُزيل النموذج المقترح عملية إنشاء المقترحات ذات المرحلتين غير الفعّالة، ويُولِّد حدود الأحداث مباشرةً بناءً على الاعتماد الزمني الثنائي الاتجاه في عملية واحدة. تُظهر النتائج التجريبية أن نموذج إنشاء تسلسل الأحداث المقترح يمكنه إنتاج أحداث أكثر دقة ومتنوعة ضمن عدد صغير من المقترحات. أما بالنسبة لكتابة العناوين الخاصة بالأحداث، فإننا نتبع عملنا السابق من خلال دمج نماذج كتابة العناوين داخل الأحداث في نظامنا المتكامل. ويحقق النظام الكلي أداءً متقدمًا على مستوى الحالة الحالية في مهام كتابة العناوين الكثيفة للأحداث في الفيديو، بتحقيقه لنتيجة مقياس METEOR تبلغ 9.894 على مجموعة اختبار التحدي.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
تقرير فريق RUC_AIM3 في مسابقة ActivityNet 2020 المهمة 2: استكشاف كشف الأحداث التسلسلية لوصف الفيديو الكثيف | مستندات | HyperAI