视频理解

Video Understanding是一项关键任务，旨在识别和定位视频中出现的不同动作或事件在空间和时间上的位置。该任务通过精准的动作检测与时空定位，为智能监控、人机交互、自动驾驶等应用场景提供重要支持。作为Computer Vision的重要分支，Video Understanding致力于提升机器对动态视觉信息的理解能力。